基于双阶段随机规划与神经网络的农业水权分配方法

本发明涉及基于双阶段随机规划与神经网络的农业水权分配方法，包括：收集历史数据构建数据集；通过将数据集输入到长短期记忆神经网络，预测灌溉需水量和可供水量；建立双阶段随机规划模型，引入决策变量将模型转换为确定性子模型，通过交互式算法求解最优配水目标和配置水量；依据最优配水目标和配置水量，生成不同来水情景下的水权智能分配方案，并动态调整区域间水权分配阈值。本发明通过双阶段随机规划与神经网络的深度融合，构建数据驱动和模型驱动的水权智能分配框架，引入长短期记忆神经网络用来预测未来灌溉需水量与可供水量区间值，提升模型对动态气候的适应性，并量化不同来水水平下的最优分配阈值，保障高边际效益区域的用水需求。