$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
풍경에서 특정 수질 목표 달성을 위해 보전 실천 투자를 타겟팅의 비용 효율적인 (즉, 최저 비용) 방법을 찾는 것은 유역 관리의 기본 중요합니다. 유역 환경 (예를 들어, 5,12,20)에 가장 낮은 비용 솔루션을 찾는 전통 경제학 방법은 오프 사이트에 미치는 영향을 정확하게 생성 현장 오염의 비율로 설명 할 수 있다고 가정합니다. 이러한 접근 방법은 오염 소스의 영향은 종종 복잡한 biophysical 프로세스에 의해 결정됩니다 유역의 실제 오염 공정의 대표가 될 가능성이 있습니다. 현대적인 물리적 기반, spatially 배포 수문 시뮬레이션 모델의 사용은 프로세스 표현의 측면에서 현실성의 큰 학위를 허용하지만 모델은 최적화의 중요한 부분이되는 시뮬레이션 최적화 프레임 워크의 개발이 필요합니다.
진화워 알고리즘은 분수령 시뮬레이션 최적화 문제의 조합 자연과 처리 및 전체 수질 모델의 사용을 허용 할 수 특히 유용 최적화 도구로 나타납니다. 진화 알고리즘은 후보 솔루션으로 유역의 보존 관행의 특정 공간 할당을 유지하고 반복적 확률 선택의 운영자, 재조합, 그리고 최적화의 목표와 관련하여 개선을 찾을 돌연변이를 적용 후보 솔루션 세트를 (인구) 사용합니다. 이 경우 최적화 목표는 동시에 보존 관행의 비용을 최소화 유역에 nonpoint 소스 오염을 최소화하는 것입니다. 연구의 최근 및 확장 세트는 유사한 방법을 사용하려고 시도하고 광범위하게 정의 된 진화 최적화 방법 3,4,9,10,13-15,17-19,22,23,25과 수질 모델을 통합하고 있습니다. 이 응용 프로그램에서 우리는 Rabotyagov 외 다음에 프로그램을 보여줍니다.의 appro가ACH하고 보존 관행의 비용과 사용자가 지정한 수질 사이의 전체 효율이 줄어의 국경을 검색 할 수있는 multiobjective 진화 알고리즘 SPEA2 26, 및 보존 관행과 비용의 사용자 지정 집합으로 현대적이고 일반적으로 SWAT 수질 모델을 사용하는 7 통합 목표. 국경 다양한 수질 개선 목표와 관련된 비용의 전체 범위를 제시하여 유역 관리자들이 직면 tradeoffs을 수량화. 이 프로그램은 지정된 수질 개선 목표 및 보존 관행의 최적화 된 배치의지도 생산을 달성 유역 구성의 선택 할 수 있습니다.