大数据驱动的区域水资源多层级动态优化配置问题研究

Optimal allocation of limited water resources is one of soft paths to solve the shortage and guarantee the harmony of the economy-society-ecology system. Since water is one changing resource whose amount is usually impacted by the geology, climate, human activities, and so on, allocation strategies are determined by many factors including management methods, stakeholders, data information. This project will investigate the structural, semi-structural and non-structural data related to water resources, and then precisely describe the water supply, transferring and demand by data mining technologies. Considering the interests of every stakeholder, we will focus on the multi-level conflict structure and develop the multi-level dynamic equilibrium water allocation problems. Furthermore, we will propose three classes of optimization allocation models and design the data-driven interactive mixed intelligent algorithms to find the best allocation strategies, exhibits the pre-warning system based on multiple scenarios, and finally realize the sustainable development of water resources.

优化配置有限的水资源，是解决水资源短缺，保证经济-社会-生态协调、持续发展的软路径之一。由于水资源是一种因地质地貌、气候条件、人类活动等诸多因素影响的动态资源；其配置方案常常由管理结构、利益相关方、数据信息等多方要素共同决定。本项目充分挖掘与水资源相关的结构化、半结构化及非结构化的数据信息，对水供给、水运输、水需求等信息利用数据挖掘技术进行精准描述。统筹水资源各相关方的利益，研究多层冲突分配结构，提出多层级动态的水资源均衡配置模式，构建三类配置的优化模型，设计大数据驱动的交互式混合智能算法，从而获取最优配水方案，创建不同情景下的预警机制，并提出非常规状况下的应对预案，最终实现水资源规划的可持续发展。

本课题历时四年，探索数据驱动范式下的水资源均衡配置，主要运用到多层优化、动态优化等。为适应水环境复杂性，设计混合智能算法进行模型求解。具体研究内容包括：①大数据驱动的水资源均衡配置机理，包括水资源数据的精准描述、水资源分配的多层均衡、多方均衡以及多情景均衡。②大数据驱动的多层冲突分配结构，包括政府与区域的冲突关系、区域与区域的冲突关系以及区域与消费者的冲突关系。③多层级动态水资源配置优化模型，包括区域间Cournot-Nash均衡动态配置模型、流域与区域Stackelberg-Nash均衡动态配置模型以及流域与区域间Stackelberg-Cournot-Nash均衡动态配置模型。④大数据驱动的交互式混合智能算法，包括Cournot-Nash均衡配置单层动态粒子群智能优化算法、Stackelberg-Nash均衡配置双层动态交互式遗传算法以及Stackelberg-Cournot-Nash均衡配置双层动态混合智能算法。⑤区域水资源均衡配置政策模拟，包括水资源匮乏模拟预警以及水资源优化配置预案。项目共资助发表SCI/SSCI国际期刊论文36篇，其中包括UTD24认定的管理学领域顶尖学术期刊Informs Journal on Computing，风险管理权威期刊Risk Analysis(ABS 4星级)，水资源管理权威期刊Journal of Hydrology，地球科学权威期刊Hydrology and Earth System Sciences；形成软件著作权2项以及受理发明专利4件；培养硕士研究生18名以及博士研究生5名；为地方政府水资源管理、“河长制”工作开展建言献策，研究成果成功应用于长江支流岷、沱江流域及渠江流域等地区。