2024年美国大学生数学建模竞赛D题五大湖的水问题解题全过程文档及程序

本文链接：https://blog.csdn.net/weixin_43292788/article/details/138998566

2024年美国大学生数学建模竞赛

D题五大湖的水问题

原题再现：

背景
美国和加拿大的五大湖是世界上最大的淡水湖群。这五个湖泊和连接的水道构成了一个巨大的流域，包含了这两个国家的许多大城市地区，气候和局部天气条件各不相同。

湖泊的水用于多种用途（捕鱼、娱乐、发电、饮用、航运、动物和鱼类栖息地、建筑、灌溉等）。因此，各种各样的利益相关者都对流入和流出湖泊的水的管理感兴趣。特别是，如果湖水排放或蒸发太少，则可能发生洪水，沿岸的家庭和企业将受到影响；如果排水量过大，大型船舶就无法通过水路运输补给和支持当地经济。主要问题是调节水位，使所有利益相关者都能受益。
每个湖泊的水位取决于进出湖泊的水量。这些水位是温度、风、潮汐、降水、蒸发、水深（湖底形状）、河流流量和径流、水库政策、季节周期和长期气候变化之间复杂相互作用的结果。五大湖系统内的水流有两个主要控制机制——Sault-Ste Soo船闸的补偿工程。Marie（三座水电站、五座船闸和急流顶部的一座闸坝）和康沃尔的摩西桑德斯大坝，如附录所示。
虽然两个控制大坝、许多渠道和渠道以及流域水库可能由人类控制，但降雨、蒸发、侵蚀、冰塞和其他水流现象的速率超出了人类的控制范围。地方司法管辖区的政策可能会产生不同于预期的效果，流域的季节性和环境变化也会产生不同的效果。这些变化反过来影响该地区的生态系统，从而影响湖泊及其周围的动植物群和生活在该流域的居民的健康。尽管大湖区似乎有一个固定的年度格局，但2至3英尺的正常水位变化可能会对一些利益攸关方产生重大影响。
这种动态网络流问题是“邪恶的”——由于相互依赖性、复杂的需求和固有的不确定性，非常难以解决。对于湖泊问题，我们有着千变万化的动态和利益相关者的利益冲突。
更多信息请参见问题D附录。

要求
国际联合委员会（IJC）请求贵公司国际网络控制建模师（ICM）提供支持，以协助管理和建模直接影响大湖区水流网络水位的控制机制（补遗中所示的两座大坝——补偿工程和Moses Saunders大坝）。贵公司ICM主管已指示贵公司团队负责开发模型和实施模型的管理计划。您的主管指出，有几个考虑因素可能有助于实现这一目标，首先是为大湖区建立一个网络模型，并将苏必利尔湖的河流流量连接到大西洋。您的主管提到的其他一些可选考虑事项或问题包括：

•确定五大湖在一年中任何时候的最佳水位，同时考虑到各利益攸关方的愿望（每个利益攸关方的成本和收益可能不同）。
•建立算法，根据五个湖泊的流入和流出数据保持最佳水位。
•了解控制算法对两个控制坝流出的敏感性。鉴于2017年的数据，您的新控制措施是否会使各利益相关者在该年的实际记录水位令人满意或更好？
•您的算法对环境条件变化（如降水、冬季积雪、冰塞）的敏感性如何？
•重点分析影响安大略湖的利益相关者和因素，因为最近对安大略湖水位管理存在更多关注。
IJC还对您用于通知模型和建立参数的历史数据感兴趣，因为他们很想比较您的管理和控制策略与以前的模型的比较。向IJC领导层提供一份一页的备忘录，传达您模型的关键特性，以说服他们选择您的模型。

整体求解过程概述(摘要)

美国和加拿大的大湖面临水问题。为了满足利益相关者的利益，平衡生态系统，需要对大湖的水位进行调节。由于水的复杂动力学特性，控制水的流动具有挑战性。几十年来，一些组织一直在研究这个问题，并发布了解决方案，如Plan 2014。然而，利益相关者对目前的情况并不满意，不断变化的气候带来了不确定性。
在这个项目中，建立了一个五大湖的网络模型来优化一年中任何时候的水位。它采用多层建模设计，既有用于描述五大湖主要流动过程的基本网络模型，也有用于细化影响流动的复杂因素的高级流动模型。与以前的计划相比，该计划允许增加湖泊水位的灵活性，适应高低水位之间的波动。

主要步骤如下：
首先，建立了连接五个湖泊的基本网络模型，分析了五个湖泊的主要水过程。结合对所提供数据的分析，建立了描述管网中水流的若干方程，为模型的建立奠定了基础。利用该模型和数据集，可以计算水位和流量。
然后，在基本模型的基础上建立了先进的水流模型，以更好地描述影响水流的复杂过程。由于它分析了风、雪、冰塞等气象因素，因此更为全面和精确。该模型更侧重于安大略湖和圣劳伦斯河来解决子问题。敏感性分析表明，该模型对降水敏感，对融雪不敏感。
为了找到满足利益相关者的方案，首先建立多个收益和成本函数，形成目标函数，从而建立多目标优化模型。然后采用NSGA-II算法，通过选择、交叉、变异等操作求解最优水位。
此外，利用2017年的数据，从基于多元线性回归算法的用水量外推和新优化算法的计算两方面验证了模型的高稳定性和准确性。
通过建立网络模型，有效地模拟和优化了五大湖的水位。它是有前途的、可靠的，而且对所有利益相关者都有利。更重要的是，这一新计划也是可持续的，将使大湖区走向更美好的未来。