着全球性资源短缺和生态危机的加剧,以及我国社会的快速发展和人口的增长,我国的水安全问题日益尖锐,对国家安全、社会进步和区域发展构成了严重威胁。水安全已成为国家安全和区域安全的一项重要内容,与国防安全、经济安全、社会安全、金融安全具有同等重要的战略地位。由此可见开展水安全研究的重要性和迫切性。水安全问题是一个复杂的大系统,规模庞大,构造复杂,又是动态变化的,充满着诸多不确定因素。若用经典、常规的方法来解决水安全方面的问题,则较为困难。遗传算法自创立以来,已在各种优化问题中得到广泛应用。但是标准遗传算法也存在一些缺陷,早熟收敛、后期收敛速度慢、解精度差以及“维数灾”一直是影响其应用的主要问题。基于此,如何改进遗传算法使其能够应用在复杂的大系统优化问题方面就显得十分迫切。为此,结合正交试验设计和元胞自动机模型,提出了一种改进的加速并行遗传算法(APGA)。该算法利用正交试验设计确定较好的初始种群;利用元胞自动机固有的并行计算能力设计并行遗传算法;借助元胞信息的动态性和多元性实现正交加速过程。仿真结果表明:这种算法能够有效地防止早熟收敛,可以进一步提高遗传算法的搜索效率和解的精度。将其应用在城市水安全问题领域的一些参数优化、系统评价等实际问题中,结果说明其方法简单、有效,结果合理。