水资源配置的运筹学优化策略

(一)运筹学优化的含义

我们过去所说的水资源优化配置,实际指的是用运筹学方法寻找水资源配置的优化方案,即运筹学意义上的水资源优化,或者叫水资源配置的运筹学优化。它是用运筹学或系统工程方法,针对一定的水资源总量约束,建立用水效益目标函数,求解用水效益目标最优的水资源配置方案。

(二)运筹学优化的意义

水资源配置的运筹学优化求解的方案,只是一定条件下的数学上的最优方案,并不一定是现实可行的方案。而且现实的水资源配置方案之所以偏离所谓的优化方案,往往是因为存在各种机制障碍。例如很多流域都存在上游地区的用水效益比下游地区低的情况,为了整个流域的用水效益最大化,应该减少上游地区用水而增加下游地区用水,但因为缺乏把上游地区的用水转移到下游地区的机制,所谓全流域的水资源优化配置很难实现。尽管如此,水资源配置的运筹学优化仍具有重要的意义,主要体现在以下几方面。

1.传播资源优化配置和资源高效利用的观念

运筹学优化并不增加资源供给,却通过资源的优化配置大大提高整体资源利用效益,这一事实有力地说明了资源优化配置和高效利用的重要性。虽然运筹学优化只是一种数学技术,但它清楚地向人们显示了资源优化配置的潜在威力,有助于传播资源优化配置和高效利用的观念。

2.为单个用户提供可行的内部优化方案

虽然牵涉多个用户的优化方案因用户之间的利害冲突难以实现,但对单个用户而言,不牵涉到水权转移等矛盾,完全可以对其用水进行内部优化,例如农场可以对不同作物的用水进行优化等。运筹学方法完全可以胜任此任务。(www.xing528.com)

3.通过优化方案发现实际水资源配置中的矛盾,为改革提供依据

虽然运筹学的优化方案不一定现实可行,但通过优化方案与实际方案的对比,可以发现现实方案的不合理之处。进一步分析导致不合理现状的原因,可以为改进水资源管理体制、促进水资源优化配置提供依据。

4.促进大系统多目标优化理论与方法的探讨

区域水资源系统是一个复杂的大系统。水资源优化配置模型是复杂大系统的多目标优化模型。线性规划、动态规划、多目标规划等传统方法虽然解决了很多实际问题,但也受到问题复杂程度的限制。新近发展起来的智能优化算法、遗传算法、神经网络、禁忌搜索等方法,为解决复杂优化问题提供了新的思路和手段。探讨智能优化算法在水资源系统中的应用,对于促进这些算法的实际应用以及为解决复杂大系统问题积累经验,具有重要意义。

5.对其他资源分配问题具有一定的参考价值

水资源优化配置与其他资源的优化配置问题有一定的相似性。水资源优化配置模型及其算法,对解决其他资源配置问题具有一定的参考价值。