地下水污染监测网的多目标优化模型

地下水污染监测网的优化设计是一个多目标规划问题。然而，在以往国内外有关污染监测网优化设计的实际操作过程中，多个监测目标常被简化为不同形式的单一目标函数来求解，由此得到单一目标的唯一解往往直接作为最终的决策方案，这种设计者取代决策者的状况实际上有违现代管理的基本原则。地下水污染监测网设计的多目标优化可真正反映多种监测目标之间相互影响、相互依赖的内在关系，并可为决策者提供一系列可供权衡的方案。国外有关这方面的研究起步不久，而我国在这方面的研究却近乎空白。本项目通过模拟-优化耦合模型研究不同条件下地下水污染监测网设计的多目标决策，即在保证监测精度最高和监测费用最小等多个目标实现的条件下，为决策者提供一系列可供选择的监测方案。该研究既可丰富我国地下水污染监测网的设计研究内容，又能在实际应用中为决策者提供多组可供选择的地下水污染监测方案。研究成果将在我国地下水污染监测网的优化设计应用中发挥重要作用。

地下水污染监测网设计的多目标优化可真正反映多种监测目标之间相互影响、相互依赖的内在关系，并可为决策者提供一系列可供权衡的方案。随着计算技术的发展，多目标进化算法已经成为解决多目标地下水监测设计问题最常用的方法。与基于梯度的方法相比，基于启发式搜索技术的多目标进化算法对多目标优化问题没有过多限制（如目标函数连续、可导等），而且容易实现计算程序的并行化，只需要花费较少的时间就能为决策者找到一组可行选择的监测方案。本项目通过模拟-优化耦合模型研究不同条件下地下水污染监测网设计的多目标决策，即在保证监测精度最高和监测费用最小等多个目标实现的条件下，为决策者提供一系列可供选择的监测方案。建立了能够全面地评估地下水中污染物质量和不同空间矩随时间变化的地质统计模型，并在污染物监测网的模拟-优化设计模型中实现了运移模型与地质统计模型的完全耦合。同时建立了能够反映运移模型中参数随机变化的污染物运移模型和监测网多目标优化设计模型，提出了求解地下水多目标优化模型的多目标进化算法。这些算法包括改进的小生境Pareto遗传算法、基于小生境的禁忌搜索算法、随机多目标和谐搜索算法、随机小生境Pareto排序遗传算法、以及基于小生境技术的混合禁忌搜索遗传算法等多种算法。建立的地下水污染监测网多目标设计模型包括最小化监测费用、污染物质量评估误差、污染羽一阶矩评估误差和二阶矩评估误差等4个目标函数，以充分揭示减少地下水污染监测费用与提高污染监测精度之间的权衡关系。算例研究表明，采用进化算法求解监测网的多目标模型，能真实地反映各个目标函数间的权衡关系，并且不用考虑传统方法中惩罚因子的影响。与单目标优化模型相比，多目标优化模型可在较短的时间内得到优化问题的一系列Pareto权衡解，以利于相应条件下决策者选择最为经济有效的地下水污染监测方案。本项研究成果可在我国地下水污染监测网的优化设计应用中发挥重要作用。