我国水资源总量较多,但人均水资源拥有量不足世界人均水平的1/4。同时670个城市中有400多个处于不同程度的缺水状态。绿化用水在城市用水中占据较大比例,开发针对城市绿地的智能化灌溉系统,可节省大量绿化用水,有效缓解城市的缺水问题。本文建立的城市绿地智能化灌溉系统主要有两部分组成:需水量计算系统及流量控制系统。需水量计算系统用于计算绿地是否需要灌溉及其灌水量;流量控制系统用于灌溉系统运行时对控制电磁阀的控制器实施管理,用于满足管网系统使用效率最高、总的灌水时间最少的目标。需水量计算系统以适时适量灌溉为目标,利用联合国粮农组织(FAO)推荐的彭曼-蒙特斯(Penman-Montieth)公式建立一个模糊控制系统对作物参考蒸发蒸腾量进行逐日推算,以作物蒸腾量及土壤含水量为输入量,灌水量为输出量,使土壤含水量保持在预定范围为目标建立作物需水量模糊计算系统。为优化系统,利用自适应神经网络模糊推理系统(ANFIS)对输入量隶属函数进行了优化。以北京地区为例对作物需水量计算系统进行了测试,在测试期内,土壤含水率保持在了预定范围内。同时考虑了降雨影响因素,避免了降雨时灌溉。在利用需水量计算系统获得各控制器控制范围内的灌水量后,由各控制器所控制电磁阀的灌水时间确定控制器的灌水时间,以各轮灌组灌水时间差异最小为目标函数,考虑了流量约束、灌水时间约束及开启约束等多方面约束建立了流量控制系统模型。对流量控制系统模型中的变量进行矩阵化处理以方便计算。为使模型求解效率更高,将模型由0—1规划问题转化为目标分配问题,利用遗传算法,采取十进制编码、搜索空间限定法及惩罚函数法对模型进行优化求解。经计算结果验证,本文所述流量控制系统运行取得了良好的效果。