一种区域水资源的控制管理方法、装置及系统与流程

1.本发明涉及区域水资源的控制管理领域，涉及一种区域水资源的控制管理方法、装置及系统。


背景技术：

2.对经济生产计划用水进行合理安排是水资源配置的重要内容，也是实现区域可持续发展，生态用水保护重要手段。
3.在现有技术中，通常会通过制定水价来控制管理水资源的配置。
4.但是，在现有水价制定措施中存在如下缺陷：对农业灌溉下流域生态过程和经济模型耦合影响研究的缺乏，使得对水资源的定价不具备针对性和特异性，从而使得水资源的控制管理效率较低。
5.因此，当前需要一种区域水资源的控制管理方法、装置及系统，从而克服现有技术存在的上述缺陷。


技术实现要素：

6.针对现存的上述技术问题，本发明的目的在于提供一种区域水资源的控制管理方法、装置及系统，从而提升水资源的控制管理效率。
7.本发明提供了一种区域水资源的控制管理方法，所述控制管理方法包括：获取待控制管理区域的预设的区域水资源经济数据组、区域水资源生态数据组以及预设的期望数据组；根据所述区域水资源经济数据组、预设的遗传算法、所述区域水资源生态数据组以及预设的模型构建方法，建模求解以获得最优配置方案；根据所述最优配置方案以及所述期望数据组，对所述待控制管理区域的水资源进行控制管理。
8.在一个实施例中，在获取预设的区域水资源经济数据组、区域水资源生态数据组以及预设的期望数据组之前，所述控制管理方法还包括：获取待控制管理区域中各个用水主体的资源投入数据组、生态数据组以及产出收益数据组，并接收用户发送的期望数据组；根据所述资源投入数据组、所述产出收益数据组以及预设的区域利益函数，计算获得区域经济目标函数，并将所述区域经济目标函数存储入所述区域水资源经济数据组；根据所述生态数据组、预设的线性规划模型以及预设的产水模型，计算获得生态产水目标函数，并将所述生态产水目标函数存储入所述区域水资源生态数据组。
9.在一个实施例中，根据所述区域水资源经济数据组、预设的遗传算法、所述区域水资源生态数据组以及预设的模型构建方法，建模求解以获得最优配置方案，具体包括：根据区域经济目标函数、生态产水目标函数以及预设的模型构建方法，构建第一定价优化模型；其中，所述区域水资源经济数据组包括所述区域经济目标函数；所述区域水资源生态数据组包括所述生态产水目标函数；通过预设的遗传算法对所述第一定价优化模型进行求解，从而计算获得最优配置方案。
10.在一个实施例中，所述根据区域经济目标函数、生态产水目标函数以及预设的模
型构建方法，构建第一定价优化模型，具体包括：根据区域经济目标函数、生态产水目标函数以及预设的第一约束条件组，构建第一定价优化模型的上层目标；根据预设的个体经济模型以及预设的第二约束条件组，构建第一定价优化模型的下层目标。
11.在一个实施例中，在根据所述最优配置方案以及所述期望数据组，对所述待控制管理区域的水资源进行控制管理之后，所述控制管理方法还包括：向用户发送控制管理结果。
12.本发明还提供了一种区域水资源的控制管理装置，所述控制管理装置包括数据获取单元、建模求解单元以及控制管理单元，其中，所述数据获取单元用于获取待控制管理区域的预设的区域水资源经济数据组、区域水资源生态数据组以及预设的期望数据组；所述建模求解单元用于根据所述区域水资源经济数据组、预设的遗传算法、所述区域水资源生态数据组以及预设的模型构建方法，建模求解以获得最优配置方案；所述控制管理单元用于根据所述最优配置方案以及所述期望数据组，对所述待控制管理区域的水资源进行控制管理。
13.在一个实施例中，所述控制管理装置还包括数据生成单元，所述数据生成单元用于：获取待控制管理区域中各个用水主体的资源投入数据组、生态数据组以及产出收益数据组，并接收用户发送的期望数据组；根据所述资源投入数据组、所述产出收益数据组以及预设的区域利益函数，计算获得区域经济目标函数，并将所述区域经济目标函数存储入所述区域水资源经济数据组；根据所述生态数据组、预设的线性规划模型以及预设的产水模型，计算获得生态产水目标函数，并将所述生态产水目标函数存储入所述区域水资源生态数据组。
14.在一个实施例中，所述控制管理装置还包括结果输出单元，所述结果输出单元用于向用户发送控制管理结果。
15.本发明还提供了一种区域水资源的控制管理系统，所述控制管理系统包括控制管理模块以及数据存储模块，所述控制管理模块与所述数据存储模块通信连接，所述控制管理模块用于根据所述数据存储模块中的各种数据，执行如前所述的区域水资源的控制管理方法；所述数据存储模块用于存储所有数据。
16.在一个实施例中，所述控制管理系统还包括用户交互模块，所述用户交互模块用于向用户显示所述控制管理结果。
17.相比于现有技术，本发明实施例具有如下有益效果：
18.本发明提供了一种区域水资源的控制管理方法、装置及系统，通过在建模求解过程中，同时考虑区域经济、生态过程和用户实际需求，从而使得用于控制管理的最优配置方案，充分贴合待控制管理区域的水资源情况，该控制管理方法、装置及系统提升了针对不同区域水资源的控制管理的针对性和特异性。
19.进一步地，本发明提供的一种控制管理方法、装置及系统还通过预设的多目标的非支配排序遗传算法对第一定价优化模型进行求解，以实现针对多目标的权衡探讨，从而提升控制管理过程的全面性。
附图说明
20.下文将结合说明书附图对本发明进行进一步的描述说明，其中：
21.图1示出了根据本发明的一种区域水资源的控制管理方法的一个实施例的流程图；
22.图2示出了根据本发明的一种区域水资源的控制管理方法的另一实施例的流程图；
23.图3示出了根据本发明的个体经济模型的一个实施例的折线图；
24.图4示出了根据本发明的预设的线性规划方法的一个实施例的折线图；
25.图5示出了根据本发明的一种区域水资源的控制管理装置的一个实施例的结构图；
26.图6示出了根据本发明的一种区域水资源的控制管理系统的一个实施例的结构图。
具体实施方式
27.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
28.具体实施例一
29.本发明实施例首先描述了一种区域水资源的控制管理方法。图1示出了根据本发明的一种区域水资源的控制管理方法的一个实施例的流程图。如图1所示，该方法包括如下步骤：
30.s1:获取待控制管理区域的预设的区域水资源经济数据组、区域水资源生态数据组以及预设的期望数据组。
31.在现有技术中，在对各个区域水资源进行配置时，往往仅从生态或仅从投入产出的角度考虑，但是，这样的设计不能很好地刻画通过水价配置对水资源进行控制管理，进而对生态保护的作用效果。
32.对此，本发明实施例从实际出发，同时从经济和生态两个层面考虑，旨在对区域内生态过程和经济模型的耦合作用过程进行研究。因此，为了实现前述目的，需要至少获得区域内的区域水资源经济数据组以及区域水资源生态数据组。
33.在一个实施例中，区域水资源经济数据组包括区域经济目标函数、预设的第一约束条件组、预设的第二约束条件组以及个体经济模型，区域水资源生态数据组包括生态产水目标函数。其中，预设的第一约束条件组以及预设的第二约束条件组，是通过利用预设的线性规划模型对区域经济目标函数进行前沿面构建得出。
34.在一个实施例中，预设的现行规划模型为dea模型。本发明实施例之所以采用该模型，是因为该模型具备如下优点：a)dea模型适用于多投入多产出的问题；b)随时可根据具体情况进行投入产出项的增删；c)不需要关注要素的单位转换等问题，可广泛适用于在不同农业经济体系下，增加了本专利的普适性；d)不需要设定参数就能体现总体技术水平，避免了参数的误差和限制问题；e)将用水量和水价直接关联，体现不同水价下的农民以利益为目标的农业用水情况，较好体现农民对水价政策的反馈。
35.在此基础上，由于在实际控制管理中，控制管理的实际需求并不是固定的，因此，
在获取数据以进行后续计算配置时，还需要获取用户的期望数据组(预设的期望数据组)。
36.s2:根据所述区域水资源经济数据组、预设的遗传算法、所述区域水资源生态数据组以及预设的模型构建方法，建模求解以获得最优配置方案。
37.为了能够如上所述地对区域内生态过程和经济模型的耦合作用过程进行研究，本发明实施例根据该区域水资源经济数据组以及该区域水资源生态数据组进行耦合建模，从而获得一个双层优化模型(即，下文中所述的第一定价优化模型)；在此基础上，为了能够寻求最优解，采用预设的遗传算法，对该双层优化模型进行求解，从而获得最优配置方案。
38.具体地，在一个实施例中，本步骤包括：根据区域经济目标函数、生态产水目标函数以及预设的模型构建方法，构建第一定价优化模型；通过预设的遗传算法对所述第一定价优化模型进行求解，从而计算获得最优配置方案。
39.其中，由于要同时考虑生态过程和经济模型，本发明实施例采用双层优化的模型模拟进行建模；双层优化需要先找出下层目标的最优解，再找出上层目标的最优解。在一个实施例中，所述根据区域经济目标函数、生态产水目标函数以及预设的模型构建方法，构建第一定价优化模型，具体包括：根据区域经济目标函数、生态产水目标函数以及预设的第一约束条件组，构建第一定价优化模型的上层目标；根据预设的个体经济模型以及预设的第二约束条件组，构建第一定价优化模型的下层目标。
40.具体地，上层目标的公式为：
[0041][0042]
式中，q(pi)为区域经济最大目标函数，为生态产水量最大函数。
[0043]
具体地，个体经济模型的公式为：
[0044][0045]
式中，k是区域基本单元数目(用水主体)，i是镇的个数(水价的个数)，一个镇里面有ik个基本单元，同一个镇的基本单元的水价是一样的，p是设定的水价，xm为灌溉用水水量数据，wi每个村子的农业水利运行管理费用，un为产出利益。
[0046]
在构建了第一定价优化模型之后，即可根据预设的遗传算法对该第一定价优化模型进行求解。为了解决现有技术中普遍存在的对多目标的权衡探讨的缺乏问题，本发明实施例采用带精英策略的非支配排序遗传算法进行优化求解，得到最优配置方案。在一个实施例中，预设的遗传算法为nsga-ii方法。
[0047]
在算法上，本发明实施例所采用的nsga
‑ⅱ
方法就是在第一代非支配排序遗传算法的基础上改进而来，其改进主要是针对如上所述的三个方面：
①
提出了快速非支配排序算法，一方面降低了计算的复杂度，另一方面它将父代种群跟子代种群进行合并，使得下一代的种群从双倍的空间中进行选取，从而保留了最为优秀的所有个体；
②
引进精英策略，保证某些优良的种群个体在进化过程中不会被丢弃，从而提高了优化结果的精度；
③
采用拥挤度和拥挤度比较算子，不但克服了nsga中需要人为指定共享参数的缺陷，而且将其作为种群中个体间的比较标准，使得准pareto域中的个体能均匀地扩展到整个pareto域，保证了种群的多样性。
[0048]
当使用预设的遗传算法时，首先初始化父代种群；接着，对第一定价优化模型进行
求解以获得预设数量的解；随后，根据每个解对应的目标函数值，对所有解进行非支配排序，并计算聚集距离以评价各个解在所有解中的适应性；然后，根据nsga-ii方法的选择、交叉和变异等遗传进化操作，生成子代解群体；随后，将子代解群体和父代解群体合并，再一次评价各个解在所有解中的适应性，并判断当前是否满足nsga-ii方法的收敛条件，不满足则重复进行前述求解和评价的步骤，满足则以所有解中的非支配解集作为管理主体的决策空间，即，最优配置方案(最佳水定价)。
[0049]
利用该第一定价模型并求解以获得最优配置方案的优势是，构建了同时考虑经济模型和生态过程的耦合模型，模拟了政策制定后下层群众的反馈机制，从而最优化政策；具有较高的科学性，pareto最优面可以观察水价变化对流域经济和生态的影响，从而依照不同的需求制定水价政策。
[0050]
s3:根据所述最优配置方案以及所述期望数据组，对所述待控制管理区域的水资源进行控制管理。
[0051]
在计算获得最优配置方案后，本发明实施例即根据最优配置方案对应的数值设定水价，并时刻采集区域内个体的实际用水数据以用于后续的管理效果分析，从而实现对待控制管理区域的水资源的控制管理。
[0052]
本发明实施例描述了一种区域水资源的控制管理方法，通过在建模求解过程中，同时考虑区域经济、生态过程和用户实际需求，从而使得用于控制管理的最优配置方案，充分贴合待控制管理区域的水资源情况，该控制管理方法提升了针对不同区域水资源的控制管理的针对性和特异性。
[0053]
具体实施例二
[0054]
更进一步地，本发明实施例还描述了一种区域水资源的控制管理方法。图2示出了根据本发明的一种区域水资源的控制管理方法的另一实施例的流程图。
[0055]
图3示出了根据本发明的个体经济模型的一个实施例的折线图。
[0056]
图4示出了根据本发明的预设的线性规划方法的一个实施例的折线图。
[0057]
如图2所示，该方法包括如下步骤：
[0058]
a1:获取待控制管理区域中各个用水主体的资源投入数据组、生态数据组以及产出收益数据组，并接收用户发送的期望数据组。
[0059]
在一个实施例中，资源投入数据组包括待控制管理区域中各个用水主体的自然资源投入、劳动力资源投入以及资本投入。其中，自然资源投入主要包括土地资源、水资源以及当地的生产力条件等；劳动力资源投入主要包括劳动时长和劳动力数量；资本投入主要包括一些如购买种子、支付农业电费、水费、雇工佣金、运输费用等。
[0060]
在一个实施例中，生态数据组包括水文数据和灌溉数据；其中，水文数据是用来建立流域基本水文情况的数据，包括气象数据、地形数据、河流数据、流域土壤、土地利用等数据图像；灌溉数据来源于调查问卷。
[0061]
在一个实施例中，产出收益数据组包括产出利益，该产出利益包括各种农产品的出售所得。
[0062]
a2:根据所述资源投入数据组、所述产出收益数据组以及预设的区域利益函数，计算获得区域经济目标函数，并将所述区域经济目标函数存储入所述区域水资源经济数据组。
[0063]
具体地，在一个实施例中，区域经济目标函数的计算公式为：
[0064][0065]
式中，i是镇的个数(水价的个数),q(pi)为不同水价的镇经济目标函数，q(pi)为整个区域的区域经济目标。
[0066]
具体地，在一个实施例中，镇经济目标函数的计算公式为：
[0067][0068]
具体地，在一个实施例中，用水主体利益的计算公式为：
[0069][0070]
在此基础上，预设的个体经济模型的计算公式为：
[0071][0072]
式中，k是区域基本单元数目(用水主体)，i是镇的个数(水价的个数)，m是基本单元中投入要素的数目，n是基本单元中产出类型的数目，一个镇里面有ik个基本单元，同一个镇的基本单元的水价是一样的，p是设定的水价，mk为用水主体利益，wi每个村子的农业水利运行管理费用，un为产出利益，xm为灌溉用水水量数据。
[0073]
a3:根据所述生态数据组、预设的线性规划模型以及预设的产水模型，计算获得生态产水目标函数，并将所述生态产水目标函数存储入所述区域水资源生态数据组。
[0074]
在一个实施例中，预设的产水模型为swat模型。
[0075]
swat模型结构与特点swat根据河网水系将研究流域划分为多个子流域，各子流域内有不同的水文、气象、土壤、作物生长、农业管理措施、农药施用等，子流域再根据地面覆盖、土壤类型等的一致性划分为不同的水文响应单元hrus(hydrologic response units)，每个水文单元独立计算水分循环的各个部分及其定量的转化关系，然后进行汇总演算，最后求得流域的水分平衡关系。各水文响应单元垂直方向上分为植物冠层、根系层、渗流层、浅蓄水层、隔水层和深蓄水层。
[0076]
模型主要运行原理包括4个模块。(1)气象模块。模型设置了天气发生器，可模拟随机生成气象数据(包括日降水、太阳辐射、温度、相对湿度、风速)，在气象系列资料短缺的情况下，可以起到延伸资料的作用；(2)陆面水文循环模块。水文循环过程的计算采用修正的scs径流曲线数值方程和green-ampt入渗方程；土壤水的再分配使用蓄满产流机制，壤中流计算采用sloan等提出的动态贮存模型；回归流的模拟采用arnold等提出的地下水分水层理论；模型利用hargreaves、priestley-taylor或penman-monteith方程计算潜在蒸散量，实际蒸散量的计算分为土壤的蒸发、植被冠层截留与植株蒸腾三部分；(3)管理模块。根据实际情况设定水文单元内的管理措施，如种植结构、灌溉制度、作物生长季节的始末时间与施肥等；(4)水体过程。swat中包含塘堰、湿地、凹坑和水库等水体。水库作为主河道网的一部分，塘堰、湿地、凹坑作为陆面水文循环过程计算。根据生物物理原理基础，swat模型进行区域的最终产水模拟，获得产水量。
[0077]
该模型在生态过程方面对区域某水价下进行流域在农业生产过程中的取水用水下产水的生态物理过程模拟，体现了水价制定过程中的生态考量。模型具有如下优点：(1)模型相关研究文档丰富、源代码容易获得；(2)模型开发时间较长,比较成熟。从1990～至今
20余年；(3)半分布式模型。比全分布式模型易于理解和掌握,同时计算速度较快；比概念性模型更能体现水循环的物理机制，同时精度要好；(4)物质循环考虑比较全面，可以模拟大区域复杂的水文物理过程；5)除了水量，在面源污染、水土流失等均有使用，增加了适用性。
[0078]
a4:获取待控制管理区域的预设的区域水资源经济数据组、区域水资源生态数据组以及预设的期望数据组。
[0079]
在现有技术中，在对各个区域水资源进行配置时，往往仅从生态或仅从投入产出的角度考虑，但是，这样的设计不能很好地刻画通过水价配置对水资源进行控制管理，进而对生态保护的作用效果。
[0080]
对此，本发明实施例从实际出发，同时从经济和生态两个层面考虑，旨在对区域内生态过程和经济模型的耦合作用过程进行研究。因此，为了实现前述目的，需要至少获得区域内的区域水资源经济数据组以及区域水资源生态数据组。
[0081]
在一个实施例中，区域水资源经济数据组包括区域经济目标函数、预设的第一约束条件组、预设的第二约束条件组以及个体经济模型，区域水资源生态数据组包括生态产水目标函数。其中，预设的第一约束条件组以及预设的第二约束条件组，是通过利用预设的线性规划模型对区域经济目标函数进行前沿面构建得出。
[0082]
在一个实施例中，预设的现行规划模型为dea模型。本发明实施例之所以采用该模型，是因为该模型具备如下优点：a)dea模型适用于多投入多产出的问题；b)随时可根据具体情况进行投入产出项的增删；c)不需要关注要素的单位转换等问题，可广泛适用于在不同农业经济体系下，增加了本专利的普适性；d)不需要设定参数就能体现总体技术水平，避免了参数的误差和限制问题；e)将用水量和水价直接关联，体现不同水价下的农民以利益为目标的农业用水情况，较好体现农民对水价政策的反馈。
[0083]
在此基础上，由于在实际控制管理中，控制管理的实际需求并不是固定的，因此，在获取数据以进行后续计算配置时，还需要获取用户的期望数据组(预设的期望数据组)。
[0084]
a5:根据所述区域水资源经济数据组、预设的遗传算法、所述区域水资源生态数据组以及预设的模型构建方法，建模求解以获得最优配置方案。
[0085]
为了能够如上所述地对区域内生态过程和经济模型的耦合作用过程进行研究，本发明实施例根据该区域水资源经济数据组以及该区域水资源生态数据组进行耦合建模，从而获得一个双层优化模型(即，下文中所述的第一定价优化模型)；在此基础上，为了能够寻求最优解，采用预设的遗传算法，对该双层优化模型进行求解，从而获得最优配置方案。
[0086]
具体地，在一个实施例中，本步骤包括：根据区域经济目标函数、生态产水目标函数以及预设的模型构建方法，构建第一定价优化模型；通过预设的遗传算法对所述第一定价优化模型进行求解，从而计算获得最优配置方案。
[0087]
其中，由于要同时考虑生态过程和经济模型，本发明实施例采用双层优化的模型模拟进行建模；双层优化需要先找出下层目标的最优解，再找出上层目标的最优解。在一个实施例中，所述根据区域经济目标函数、生态产水目标函数以及预设的模型构建方法，构建第一定价优化模型，具体包括：根据区域经济目标函数、生态产水目标函数以及预设的第一约束条件组，构建第一定价优化模型的上层目标；根据预设的个体经济模型以及预设的第二约束条件组，构建第一定价优化模型的下层目标。
[0088]
具体地，上层目标的公式为：
[0089][0090]
式中，q(pi)为区域经济最大目标函数，为生态产水量最大函数。
[0091]
具体地，个体经济模型的公式为：
[0092][0093]
式中，k是区域基本单元数目(用水主体)，i是镇的个数(水价的个数)，m是基本单元中投入要素的数目，n是基本单元中产出类型的数目，一个镇里面有ik个基本单元，同一个镇的基本单元的水价是一样的，p是设定的水价，mk为用水主体利益，wi每个村子的农业水利运行管理费用，un为产出利益，xm为灌溉用水水量数据。
[0094]
在构建了第一定价优化模型之后，即可根据预设的遗传算法对该第一定价优化模型进行求解。为了解决现有技术中普遍存在的对多目标的权衡探讨的缺乏问题，本发明实施例采用带精英策略的非支配排序遗传算法进行优化求解，得到最优配置方案。在一个实施例中，预设的遗传算法为nsga-ii方法。当使用预设的遗传算法时，首先初始化父代种群；接着，对第一定价优化模型进行求解以获得预设数量的解；随后，根据每个解对应的目标函数值，对所有解进行非支配排序，并计算聚集距离以评价各个解在所有解中的适应性；然后，根据nsga-ii方法的选择、交叉和变异等遗传进化操作，生成子代解群体；随后，将子代解群体和父代解群体合并，再一次评价各个解在所有解中的适应性，并判断当前是否满足nsga-ii方法的收敛条件，不满足则重复进行前述求解和评价的步骤，满足则以所有解中的非支配解集作为管理主体的决策空间，即，最优配置方案(最佳水定价)。
[0095]
a6：根据所述最优配置方案以及所述期望数据组，对所述待控制管理区域的水资源进行控制管理。
[0096]
在计算获得最优配置方案后，本发明实施例即根据最优配置方案对应的数值设定水价，并时刻采集区域内个体的实际用水数据以用于后续的管理效果分析，从而实现对待控制管理区域的水资源的控制管理。
[0097]
a7：向用户发送控制管理结果。
[0098]
在实际应用中，为增强区域水资源的控制管理方法，根据最优配置方案选取重要的转折点水价比组合，利用arcgis等工具将不同水价组合在空间位置进行展示，并将其对应的流域不同水文单元产水情况也可视化，可以对比水价制定对流域生态过程的影响。
[0099]
本发明实施例描述了一种区域水资源的控制管理方法，通过在建模求解过程中，同时考虑区域经济、生态过程和用户实际需求，从而使得用于控制管理的最优配置方案，充分贴合待控制管理区域的水资源情况，该控制管理方法提升了针对不同区域水资源的控制管理的针对性和特异性；进一步地，本发明实施例描述的一种控制管理方法还通过预设的多目标的非支配排序遗传算法对第一定价优化模型进行求解，以实现针对多目标的权衡探讨，从而提升控制管理过程的全面性。
[0100]
具体实施例三
[0101]
除上述方法外，本发明实施例还描述了一种区域水资源的控制管理装置。图5示出了根据本发明的一种区域水资源的控制管理装置的一个实施例的结构图。
[0102]
如图5所示，该控制管理装置包括数据获取单元11、建模求解单元12以及控制管理
单元13。
[0103]
数据获取单元11用于获取待控制管理区域的预设的区域水资源经济数据组、区域水资源生态数据组以及预设的期望数据组。
[0104]
建模求解单元12用于根据所述区域水资源经济数据组、预设的遗传算法、所述区域水资源生态数据组以及预设的模型构建方法，建模求解以获得最优配置方案。
[0105]
控制管理单元13用于根据所述最优配置方案以及所述期望数据组，对所述待控制管理区域的水资源进行控制管理。
[0106]
当需要进行控制管理时，首先通过数据获取单元11获取待控制管理区域的预设的区域水资源经济数据组、区域水资源生态数据组以及预设的期望数据组；随后，通过建模求解单元12根据所述区域水资源经济数据组、预设的遗传算法、所述区域水资源生态数据组以及预设的模型构建方法，建模求解以获得最优配置方案；最后，通过控制管理单元13根据所述最优配置方案以及所述期望数据组，对所述待控制管理区域的水资源进行控制管理。
[0107]
在一个实施例中，所述控制管理装置还包括数据生成单元，所述数据生成单元用于：获取待控制管理区域中各个用水主体的资源投入数据组、生态数据组以及产出收益数据组，并接收用户发送的期望数据组；根据所述资源投入数据组、所述产出收益数据组以及预设的区域利益函数，计算获得区域经济目标函数，并将所述区域经济目标函数存储入所述区域水资源经济数据组；根据所述生态数据组、预设的线性规划模型以及预设的产水模型，计算获得生态产水目标函数，并将所述生态产水目标函数存储入所述区域水资源生态数据组。
[0108]
在一个实施例中，所述控制管理装置还包括结果输出单元，所述结果输出单元用于向用户发送控制管理结果。
[0109]
本发明实施例描述了一种区域水资源的控制管理装置，通过在建模求解过程中，同时考虑区域经济、生态过程和用户实际需求，从而使得用于控制管理的最优配置方案，充分贴合待控制管理区域的水资源情况，该控制管理装置提升了针对不同区域水资源的控制管理的针对性和特异性；进一步地，本发明实施例描述的一种控制管理装置还通过预设的多目标的非支配排序遗传算法对第一定价优化模型进行求解，以实现针对多目标的权衡探讨，从而提升控制管理过程的全面性。
[0110]
具体实施例四
[0111]
除上述方法和装置外，本发明还描述了一种区域水资源的控制管理系统。图6示出了根据本发明的一种区域水资源的控制管理系统的一个实施例的结构图。
[0112]
如图6所示，该控制管理系统包括控制管理模块1以及数据存储模块2，所述控制管理模块1与所述数据存储模块2通信连接，所述控制管理模块1用于根据所述数据存储模块中的各种数据，执行如前所述的区域水资源的控制管理方法；所述数据存储模块2用于存储所有数据。
[0113]
在一个实施例中，为了提升区域水资源的控制管理的可视性，所述控制管理系统还包括用户交互模块，所述用户交互模块用于向用户显示所述控制管理结果。
[0114]
本发明实施例描述了一种区域水资源的控制管理系统，通过在建模求解过程中，同时考虑区域经济、生态过程和用户实际需求，从而使得用于控制管理的最优配置方案，充分贴合待控制管理区域的水资源情况，该控制管理系统提升了针对不同区域水资源的控制
管理的针对性和特异性；进一步地，本发明实施例描述的一种控制管理系统还通过预设的多目标的非支配排序遗传算法对第一定价优化模型进行求解，以实现针对多目标的权衡探讨，从而提升控制管理过程的全面性。
[0115]
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步的详细说明，应当理解，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围。特别指出，对于本领域技术人员来说，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。