技術特征：

1.一種智能優(yōu)化水資源配置方法，其特征在于，具體步驟如下：

步驟一：收集數(shù)據(jù)，內容為總人口數(shù)、總用水量、河道外生態(tài)用水量、人均用水量、上一級區(qū)域平均人均用水量、GDP、灌溉糧食增加總產(chǎn)量、灌溉用水量、田間用水量、取水口取水量、當?shù)厮Y源總用水量和地下水可開采量；

步驟二：對上面的數(shù)據(jù)使用進行預處理，具體為：將每一類的數(shù)據(jù)在不同子區(qū)域的最大值與最小值求出，然后將每一個區(qū)域的屬性(如取水口取水量)使用以下公式，歸一化到0—1區(qū)間，y即為子區(qū)域歸一化后的值；

步驟三：使用灰色模糊分層模型得出在原始輸入條件得到的各地區(qū)評分，具體為：將步驟二中所歸一化的各變量使用分層模型，依據(jù)變量之間的重要度差異，得出關于這一系列變量的權值W；

步驟四：使用模糊綜合評價法對缺水率、人均用水量、河道外人均生態(tài)用水量、用水均衡率、單方水GDP、單方水糧食產(chǎn)量、灌溉水利用系數(shù)、河道內生態(tài)用水比例、最小生態(tài)環(huán)境用水保障程度、水資源開發(fā)利用率、地表水用水比例、缺水均衡率、地下水利用系數(shù)和用水結果系數(shù)，使用上述11個指標進行綜合評價得到隸屬度矩陣L再使用步驟三中得到權值w與L相乘得到模糊綜合評價結果b；

步驟五：將模型綜合評價b與地區(qū)的環(huán)境條件：缺水量、人均用水量、地區(qū)糧食產(chǎn)量、地區(qū)水資源總量、地下水可開采量、農(nóng)業(yè)灌溉耗水量、城鎮(zhèn)人口、農(nóng)村人口、灌溉面積、內塘養(yǎng)殖面積和林果灌溉，作為徑向基神經(jīng)網(wǎng)絡的輸入條件，輸出條件為各地區(qū)的分配水量，訓練網(wǎng)絡；

步驟六：以預測年份的各環(huán)境條件，其中環(huán)境條件為上述步驟五所述，以及對各地區(qū)的預計分配結果b2做為步驟五中已經(jīng)訓練好的徑向基神經(jīng)網(wǎng)絡的輸出，得出初始的分配結果；

步驟七：將步驟六中得到的初始分配結果使用模糊綜合評價法，得出綜合評價結果b2，將b2與往年的綜合評價結果做對比，若好于之前結果，則得出了分配方案，若不符合，則使用模擬退火遺傳算法對b2進行微調，微調后的結果當作徑向基網(wǎng)絡的輸入，得出新的分配方案；

步驟八：將分配方案使用步驟七循環(huán)執(zhí)行，直至退出。

2.根據(jù)權利要求1所述的一種智能優(yōu)化水資源配置方法，其特征在于，所述步驟七中改進的模擬退火算法為改進蟻群遺傳算法。

3.根據(jù)權利要求1所述的一種智能優(yōu)化水資源配置方法，其特征在于，所述步驟七中改進蟻群遺傳算法的具體步驟如下：

步驟7.1：采用鄰近算法對群體進行初始化形成初始種群；

步驟7.2：計算適應值，保存當前最優(yōu)染色體T_max；

步驟7.3：對最優(yōu)染色體T_max進行評價，判斷T_max是否滿足結束條件，如果滿足結束條件則計算結束，如果不滿足結束條件則統(tǒng)計迭代次數(shù)；

步驟7.4：判斷是否需要進行模擬退火操作，如果不需要則將T_max與T進行交叉操作，如果需要則進入步驟7.7；

步驟7.5：計算適應值，并保持最優(yōu)染色體T_max；對最有染色體T_max進行判斷是否變異，如果變異則對T進行變異操作，如果沒有變異則選擇染色體并產(chǎn)生新群體；

步驟7.6：將產(chǎn)生的新群體以及對T進行變異操作后的結果統(tǒng)一計算其適應癥并保存T_max；然后將新的T_max重新進入步驟7.3中進行操作；

步驟7.7：設置系數(shù)，給定初始溫度給定初始溫度T₀，T_max賦給初始解X₀，設定最優(yōu)解記憶起min＝X₀，定義最大無更優(yōu)解產(chǎn)生次數(shù)count及提前終止條件；

步驟7.8：對步驟7.7中的數(shù)值進行判斷是否滿足改良條件，如果滿足改良條件則進行改良，如果不滿足改良條件則生成解；

步驟7.9：對步驟7.8中生成的解以及改良后的數(shù)值判斷是否接受新解，如果判斷結果為接受則對新解進行接受，如果判斷結果為不接受，則一定概率的接受新解；

步驟7.10：對接受后的新解進行判斷是否滿足結束條件，如果滿足結束條件，則保存最優(yōu)解并結束計算，如果不滿足結束條件，則判斷最大無更優(yōu)解產(chǎn)生次數(shù)count，然后計算適應值并保持T_max，對T_i+1進行檢驗并重新進入步驟7.8判斷是否滿足改良條件。