论文部分内容阅读
地下水管理模型是基于运筹学原理，应用系统分析方法，为达到既定管理目标所建立的求解地下水最优决策的数学模型，它是进行地下水管理的有力工具。求解地下水管理模型的方法有很多，除了传统的优化算法外，目前还有许多智能优化算法也开始运用到其中。地下水管理程序MGO是求解地下水管理模型的有效方法。它基于地下水流模型MODFLOW、溶质运移模型MT3DMS，提供遗传算法、模拟退火以及禁忌搜索这三种智能算法来优化地下水管理问题，是一个通用的地下水模拟优化程序。它提供灵活的目标函数和多种约束类型，可以同时优化抽水量及抽水井的位置，并且可以在多重管理期内提供优化结果。它可以用于水污染的治理修复系统的优化设计以及地下水水量的优化管理。
本文首先介绍了MGO的主要特点、所用的地下水管理模型及其三种优化方法的优化原理。通过两个理想算例的应用，可以看出MGO使用简单，结果可靠。在此基础上，将MGO运用到一个基坑降水优化设计的工程实践中，运用遗传算法对原有的井点进行了抽水量的优化，并给出了一个管理期、两个管理期以及四个管理期的抽水井的抽水量，优化结果较大井法所得的降水方案要好得多。在MGO的使用过程中，也发现了一些问题，如遗传算法的决策变量二进制子串的长度对优化结果的精度和优化时间的影响较大，在保证优化结果的精度、提高遗传算法的寻优速度的基础上如何选择子串的长度还有待进一步的研究。此外MGO是基于MODFLOW88版本的，对于输入数据的格式要求严格，容易发生错误，在以后的研究中可以尝试将其中的MODFLOW版本升级。总的来说，MGO在基坑降水优化设计中的运用是成功的。MGO重点是用来处理地下水污染治理修复系统的优化，但是通过它在连城水岸基坑井点降水优化设计中的应用，证明它同样适用于其它地下水资源管理问题。