基于Marqardt-Hartley法及其在求解城市暴雨强度公式参数中的应用研究

根据重现期 P～降雨历时 t～暴雨强度 i的关系表 ,推求现代城市暴雨强度公式的参数 ,是一个已知关系式非线性函数的参数估计问题 .本文在理论分析及前人研究的基础上 ,通过引进阻尼因子和步长因子 ,从而得出现代城市暴雨强度公式参数的 Marqardt-Hartley联合电算解法 .经实例说明 ,该法较好地克服了现有各种数值解法存在的不足 ,使暴雨强度公式参数的求解方便灵活、收敛性好、求解稳定 .该方法实用可行 ,拟合精度较高     

加速混合遗传算法及其在暴雨强度公式参数优化中的应用

根据重现期P-降雨历时t-暴雨强度i的关系表,推求暴雨强度公式参数,是一个已知关系式的非线性模型参数优化求解问题.在理论分析及前人研究的基础上,把求解无约束最优化问题的交尺度DFP算法嵌入到改进浮点编码遗传算法中,得到一种基于变尺度DFP算法和改进浮点编码遗传算法的加速混合遗传算法.该方法兼顾了改进浮点编码遗传算法和DFP算法的优点,既有较快速的收敛速度,又能求得最优化问题全局精确解.经求解暴雨强度公式参数的实例表明,该法是有效的和可行的,且求解结果优于其它方法.     

暴雨强度计算模型参数拟合优化的新进化方法

针对传统推求暴雨强度计算模型的参数的方法,不仅计算复杂、通用性差且常得不到全局最优解等问题,提出利用基因表达式编程对单一重现期暴雨强度计算模型参数的拟合优化的GEP＿FPO算法,讨论了该算法的最优化特性和实施过程,并进行了实例计算评估分析,验证了基因表达式编程在单一重现期暴雨强度计算模型参数的拟合优化问题中是可行的,且效果较好。     

暴雨强度公式推算方法的研究及应用

根据暴雨强度资料,采用皮尔逊Ⅲ分布模式对暴雨强度频率分布进行拟合,并由此编制反映暴雨强度、历时、重现期三者关系的i-t-T表。在对暴雨强度公式中参数确定时,引入基于非线性最小二乘法原理的数学优化技术,并给出了在Matlab环境下的实现过程。     

天津市设计暴雨方法比较及公式修正

设计暴雨是防洪设施建设的安全标准之一,由于气候改变,水文循环过程随之改变,降雨强度及规律也相应发生改变,因此有必要对设计暴雨进行进一步研究.以天津市为研究对象,采用52年P-Ⅲ型的降雨资料作为样本;采用年最大值法、年多个样法进行选样,采用耿贝尔分布、广义极值分布、指数分布和P-Ⅲ型分布对设计暴雨进行理论频率分析,以回归分析中的决定系数作为评价指标.通过频率适线分析得出暴雨强度-历时-重现期关系曲线,并采用高斯-牛顿迭代法对暴雨强度公式进行求解,以绝对标准差及相对标准差作为暴雨强度公式评价指标.结果表明P-Ⅲ型曲线更为适用,而目前使用的设计暴雨强度小于根据52年降雨资料得出的设计暴雨强度.因此,随着数据的积累对设计暴雨进行修正是非常必要的.     

用高斯－牛顿法确定暴雨公式参数

传统的方法推求不能线性化的暴雨公式中的参数，往往分成两步：先求单一重现期的参数，然后再求各重现期的综合参数，参数推求全过程需图解试求、反复调整，最后求碍的参数并不是最佳拟合参数，本文用高斯－牛顿法推求暴雨公式的参数，实现了参数推求的一举寻优，算例表明，方法实用可行，使用此方法，使拟合精度显著提高。     

用高斯—牛顿法确定暴雨公式参数

传统的方法推求不能线性化的暴雨公式中的参数，往往分成两步：先求单一重现期的参数，然后再求各重现期的综合参数，参数推求全过程需图解试求、反复调整，最后求得的参数并不是最佳拟合参数，本文用高斯－牛顿法推求暴雨公式的参数，实现了参数推求的一举寻优，算例表明，方法实用可行，使用此方法，使拟合精度显著提高。     

城市暴雨公式统计方法的研究

本文以我国北京、上海等地自记雨量资料,按非年最大值法(一年选多个样法)选样,用719电子计算机(内存32K,速度125000次/秒)研究了65个城市的频率分布和暴雨公式统计方法的六种对比计算,最后总结全部计算城市的不同频率分布,暴雨公式型式及其参数推求方法等精度对比。文末附录65个城市的暴雨公式成果。     

遗传算法在马斯京根模型参数估计中的应用

在马斯京模型参数估计问题中,引进了绝对残差绝对值和最小准则及相对残差绝对值和最小准则,直接优选参数,探讨了遗传处的原理及本身参数优化特性,总结了参数的简便设置技术,并针对该法的寻优效果明显依赖于模型参数的初始变化区间的大小,及可能会出现过早收敛的问题,提出了自适应加速遗传算法,通过实例应用,进行了本文方法与传统优化方法的比较,结果表明,本文方法具有直观、简便,快速、适用性强等特点,可广泛应用于各种优化问题中。     

城市暴雨防洪系统中调蓄削峰设施研究

目的优选调蓄削峰设施,加固城市防洪排涝系统,快速削减城市内多余的雨水.方法建立一整套城市雨水系统削峰调蓄方法的优选模型,采用城市的降雨资料直接推求暴雨公式,年超大值法选取降雨样本,利用SCS雨型对降雨量进行24 h雨量时程分配,采用初损-后损法计算径流量,用瞬时单位线法模拟各雨水口流量过程线,核算现有城市雨水系统的过水能力,确定调蓄设施的设置位置.根据调蓄设施的位置和调蓄容积,分别对调蓄池和调蓄管进行详细的参数计算和直接建设费估算,最终选出最优方案.结果直接计算出设计要求重现期降雨量,避开现有城市暴雨强度公式不适用于大设计重现期的问题,解决了计算繁琐,计算量大且易出错的问题.结论采用初损-后损法推求设计降雨的径流量,系统即适用于大范围地区的径流量计算,同样适用于小范围地区的径流量计算.近期降雨实测资料进行推求可以摆脱样本资料年限上的限制.     

编制现代城市暴雨强度公式的统计方法研究

在参与修编现代长沙市城市暴雨强度公式的实践中,对比年最大值法选样、年多个样法选样、年超大值法选样在编制现代城市暴雨强度公式中的应用,结果表明年超大值法选样较客观地反映了现代城市排水设计重现期范围的暴雨雨样的统计规律,提高现代城市排水用的暴雨强度公式的精度,应值得推广应用．     

城镇工业用水量预测方法研究

在城镇给水系统规划设计中 ,工业用水量预测占有重要地位。文章研究用经济学中的柯布 -道格拉斯生产函数建立城镇工业用水量预测模型 ,并以用水量预测公式拟合中的残差绝对值之和最小为目标函数 ,应用线性规划确定用水量预测公式中的参数 ,以提高拟合精度。实例分析说明了用该文所述方法预测城镇工业用水量 ,具有良好的精度     

基于SCE-A算法的新安江模型参数优化及应用

为了减小水文模型参数优化中人工试错法和局部优化法的不确定性,以一种快速有效的优化方法搜索到水文模型参数的全局最优解。以安徽呈村流域为例,使用SCE-UA算法对新安江模型参数进行优化,日模型和次洪模型分别采用总体水量误差和对数绝对值误差作为目标函数,分析优化结果并对优化参数进行检验。经检验分析,日模型检验期确定性系数均达到0.8,次洪模型检验期确定性系数接近0.9。研究结果表明,采用SCE-UA算法优化新安江模型参数可以取得较好结果,目标函数的选择对参数优化有着重要作用。     

圆弧齿轮副轴线误差对传动精度的影响

根据圆弧齿轮啮合原理,在深入研究圆弧齿轮传动副轴线误差与传动误差之间关系的基础上,推导出由齿轮副轴线平行度误差导致传动误差的定量表达式,用该表达式可方便地计算出相关误差值.     

基于元胞自动机的城市地表径流流向优化算法

在考虑城市地表复杂水力梯度特征的前提下,提出了一种基于元胞自动机的城市径流流向优化(UCA)算法,通过坡面流模拟试验选出不同流态的最优水量分配权重,并将UCA算法与D8、4+4N以及FMFD算法进行不同数学曲面上的单位汇流面积对比试验,选择相对误差、均方根误差和平均绝对误差对算法性能进行评价。结果表明:UCA算法中适用于城市陡坡汇聚流态和缓坡漫散流态模拟的最优水量分配权重取值分别为2.0和1.1,在凸坡、凹坡、山脊和直坡面上,UCA算法的单位汇流面积模拟结果与理论值的相对误差和均方根误差均最小;UCA算法既适合模拟城市平坦地形上的缓坡漫散流,又适合模拟城市水力梯度较大地形上的陡坡汇聚流,可为城市地表径流模拟提供更优的求解思路。     

基于随机森林回归和气象参数的城市空气质量预测模型——以重庆市为例

为有效进行城市空气质量预测、推进城市空气污染防治,弥补传统统计学模型在大数据时代背景下对城市空气质量预测准确率低、容错能力差等问题,提出利用随机森林回归构建城市空气质量预测模型;综合考量污染物浓度、气象参数、时间参数等多方面影响因素,通过网格搜索法调整参数的最优组合,构建基于随机森林回归算法的城市空气质量预测模型;基于重庆市2017-01-01—2020-07-31的指标数据,对重庆市空气质量进行预测分析,结果表明:在模型下训练集与测试集的确定性系数R~2均在99%以上,均方误差D_(MSE)和平均绝对误差D_(MAE)在训练集和测试集上的取值均在可接受范围内,证实模型具有运行速度快、预测误差小、具有较高的预测精度等优点,具备较好的学习能力与泛化能力。     

烷烃沸点的递变函数

本文从烷烃沸点Ｔｂ与结构重复单元数Ｎ间的三个待选四参数拟合函数中甄别出一个高准确度的计算公式：Ｔｂ＝ｄｌｎ〔（Ｎ＋ｃ）／（ａＮ＋ｂ）〕该式对直链及四个支链同系物的９２组烷烃沸点的计算表明,各系列计算值与实验值的最大绝对误差小于２Ｋ,最大残差均方小于０．８Ｋ,９２组绝对误差平均值小于０．５Ｋ．     

基于小波变换和优化核参数支持向量机的电能质量扰动分类

针对短时电能质量变化和暂态扰动现象的不同特点,建立常见电能质量扰动的数学模型。运用小波变换对暂态电能质量扰动现象的内在特征进行提取,将扰动电压变化率绝对值、扰动能量变化量作为暂态电能质量扰动的特征向量。根据支持向量机的基本原理,给出一种推广误差上界估计判据,利用此判据进行最优核参数的自动选取,利用支持向量机进行训练和测试。结果表明,优化核参数的支持向量机分类器准确率高,实时性好。     

基于集成学习的交通流短时特性分析与神经网络预测方法

为揭示交通流的内在动态特性,利用分析法对交通流分形特性进行研究,表明该城市交通流序列具有长程相关性;为达到更精准的短期交通预测效果,同时提出一种基于思维进化算法(MEC)对神经网络最优初始参数的定向搜索,解决神经网络易陷入局部最优的问题;并用自适应增强算法(adaptive enhancement algorithm,Adaboost)对优化过的神经网络集成,弥补神经网络对新样本集的泛化性能差缺陷,在此基础上通过预测误差平方和倒数准则重新调整Adaboost算法对弱预测器权值分布,使每个预测器最大程度提高网络预测精度.验证结果表明,改进MEC-BP_Adaboost模型与BP模型相比,均方误差和平均绝对误差分别下降78.2％和46.4％,证明本文改进方法对交通流预测具有合理性,对不同的交通流状态具有较好的适应性.