基于公平、效益與多目標優(yōu)化的河流污染負荷分配方法研究.pdf

1、污染負荷分配是總量控制的核心，并且與環(huán)境綜合整治方案的制定、排污布局規(guī)劃以及跨界水污染糾紛的解決等問題密切相關。公平與效益是污染負荷分配的基本原則，但兩者通常難以取得一致。本文分別從公平、效益和多目標優(yōu)化3個角度出發(fā)，建立多種污染負荷分配模型，運用公平理論與神經網絡、遺傳算法等優(yōu)化技術以及多目標決策方法求解，為污染負荷分配的優(yōu)化決策提供科學依據。論文分為五章：第一章為緒論，對研究進展作了總結，并分析存在的問題；第二章提出了3種基于公平原

2、則的污染負荷分配方法，以廣州-佛山河網為研究實例，解決兩市的水環(huán)境污染糾紛問題；第三章為基于效益的優(yōu)化分配，分別對環(huán)境風險容量的優(yōu)化分配、感潮河流環(huán)境容量的計算以及逐日環(huán)境容量的預測等問題展開研究；第四章為綜合公平與效益的多目標分配，設計多目標規(guī)劃求解方法，建立污染負荷分配的多目標優(yōu)化模型并應用于廣州-佛山河網；第五章為全文總結。 論文的主要研究成果歸納如下： (1)提出了3種基于公平原則的污染負荷分配方法：公平區(qū)間法、

3、多準則決策法與群決策法。公平區(qū)間法從公平含義的模糊性出發(fā)，考慮排污者的各種差異，根據公平區(qū)間確定允許排放量；多準則決策法針對公平觀點的多元化特點，允許排污者自由選擇分配準則，通過協(xié)調獲得公平分配方案；群決策法在保障分配過程公平的基礎上，由排污者集體決策產生最終方案。將公平區(qū)間法與多準則決策法應用于廣州-佛山河網，研究結果表明，兩種方法的分配結果有一定差別，但整體上較為接近；污染控制單元根據其人口數(shù)量、經濟發(fā)展水平以及產業(yè)結構等差異，承擔

4、不同程度的污染削減責任。 (2)根據河流水環(huán)境系統(tǒng)的不確定性特征，建立了多排污口的環(huán)境風險容量優(yōu)化分配模型，分別采用遺傳算法和混合智能算法求解。研究結果表明，如果環(huán)境風險容量優(yōu)化分配模型耦合的水環(huán)境模擬模型較為簡單，遺傳算法能夠順利求解；但如果模擬模型結構復雜并且計算時間長，則需要采用結合遺傳算法與人工神經網絡的混合智能算法加以求解?；旌现悄芩惴榻鉀Q各類復雜的污染負荷優(yōu)化問題提供了有效工具。 (3)針對感潮河流水質潮汐

5、波動以及污染負荷隨機變化的特點，建立了潮周期達標率的環(huán)境容量優(yōu)化模型。研究結果表明，環(huán)境容量隨水質達標率要求的提高而降低，各排污口的污染負荷分布也發(fā)生較大變化，與傳統(tǒng)僅考慮潮平均濃度的線性規(guī)劃模型的計算結果相比有著較大差異。對于感潮河流，根據潮周期達標率確定環(huán)境容量，水質目標要求更明確和嚴謹，對于加強環(huán)境保護、提高管理水平也有著現(xiàn)實意義。 (4)結合數(shù)值模擬手段與神經網絡，建立日環(huán)境容量預測模型，根據水文條件與環(huán)境背景濃度的變化

6、，確定河流的當日環(huán)境容量。計算結果表明，訓練后的神經網絡預測結果與水環(huán)境數(shù)學模型的計算結果十分接近，而且具有速度快和使用方便的優(yōu)點，為環(huán)境容量的迅速預報提供了有效手段。 (5)設計了2種多目標決策方法：交互式混合智能算法(IHIA)與基于保留度的多目標進化算法(ALTP)。研究結果表明，如果決策者能夠提供準確的偏好信息，IHIA利用神經網絡進行映射，能夠迅速求得最滿意解；如果決策者僅愿意從若干非劣解中選擇相對滿意的一個，則ALT