解非线性极大极小问题的格雷码加速遗传算法

引进求解非线性极大极小问题的格雷码加速遗传算法（GAGA），给出GAGA算法实施的详细步骤，建立了GAGA相应的收敛定理。对GAGA的有效性和可行性进行了理论分析和实例分析。与一般的格雷码遗传算法（GGA）相比，GAGA具有准确、快速和适用性强等特点，是一种既可以较大概率搜索全局最优解，又能进行局部细致搜索的优秀非线性优化方法，可广泛应用于各种优化问题中。     

水资源可再生能力综合评价的多目标决策理想区间法

采用主、客观相结合的赋权基点法,以全局收敛的格雷码加速遗传算法为工具来确定权重,并对多目标决策理想点法进行改进,把评价标准处理成理想区间的形式,提出了一种新的评价方法——多目标决策理想区间法(MODMIIM).MODMIIM既融入了专家的主观意见,又避免了各分目标之间的比较,评分,解决了在多指标决策中出现的相容或不相容评价指标权重确定较为困难的问题,得到的最佳评价权重比较符合实际.文中介绍了MODMIIM的原理,给出了它的构成方法.并用MODMIIM对黄河流域9个行政分区的水资源可再生能力进行了综合评价,总的结论为黄河流域水资源总体上可再生能力较弱.MODMIIM与灰关联分析方法、模糊综合评判方法和遗传投影寻踪方法相比,可操作性强;与多目标决策.理想点法相比,可靠性、适用性强,MODMIlM可广泛应用于各种水资源综合评价问题中.     

水文模型参数识别算法研究及展望

就国内外水文模型参数识别算法的最新进展做了较为详细的阐述，特别对各种编码的遗传算法、单纯形混合加速遗传算法、模式搜索混合加速遗传算法、模拟退火混合加速遗传算法等现代优化算法在流域水文模型参数识别中的应用进行了研究，并与传统方法进行了比较；通过比较水文模型各参数优选方法的特点，认为混合加速遗传算法SHAGA,HJHAGA是一种较好的方法，具有较高的应用价值；同时对水文模型参数识别算法的发展前景进行了展望.     

格雷码加速遗传算法及其理论研究

在分析基于二进制编码的加速遗传算法的基础上 ,对格雷码编码及加速遗传算法作了深入地探讨 .提出了格雷码加速遗传算法 ( GAGA) ,研制了 GAGA实施的详细步骤 ,并推导出了相应的模式定理和收敛定理 .对 GAGA的有效性和可行性进行了理论分析和实例分析 .结果表明 ,GAGA具有直观、简便、准确、快速和适用性强等特点 ,是一种既可以较大概率搜索全局最优解 ,又能进行局部细致搜索的优秀非线性优化方法 .     

抗旱能力定量计算的简化方法

针对具有月尺度的径流系列资料和同期的月或年尺度的供需水系列资料,或仅具有水资源规划中不同保证率(如50%、75%、90%、95%或97%等)的供需水资料2种常见的资料条件,给出抗旱能力定量计算的简化方法,并根据抗旱能力水平指数来水频率(保证率)关系曲线确定抗旱能力大小;提供了计算示例,可供进一步研究与应用参考。     

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。     

区域水资源开发利用程度综合评价的最佳逼近模型

探讨了用评价标准信息和大样本数据驱动的最佳逼近模型(OAM)评价水资源开发利用程度的新途径,提出了一套基于格雷码加速遗传算法的OAM建模方案.作为示例,对西安市水资源开发利用程度进行了综合评价.结果表明,OAM建模方法直观、精度高,即具有较强的分类功能,又具有较好的排序功能,评价结果可靠,可广泛应用于各种水资源问题的综合评价.     

基因算法的应用及改进

基因算法是基于自然选择和自然基因机制的模型参数优化估计的通用数值方法,具有许多优点。它的主要缺点是,模型参数初始变化区间的大小对寻优效果有显著影响。文中改进了基因算法,并对具有寻优特性及其在水文建模中的应用进行了初步研究。     

区域水资源潜力综合评价的遗传投影寻踪方法

为解决单项水资源潜力评价指标评价结果的不相容问题,提高水资源潜力综合评价各层次的分辨力和评价模型的精度,采用大样本数据,利用投影寻踪、遗传算法、阶梯型曲线和水资源潜力评价标准,为水资源潜力综合评价提出了一种新的方法---遗传投影寻踪方法(GPPM).文中给出了实施GPPM的详细步骤,作为示例,对黄河中游关中地区水资源潜力进行了综合评价.结果表明,GPPM的评价结果可靠、直观、适用性强,不仅可以对水资源潜力进行综合评价,同时可以科学地确定评价指标的权重和对评价指标的合理性进行检验.GPPM可广泛应用于各种水资源的综合评价.     

最大熵DFP算法及其在水环境优化问题中的应用

为了提高求解约束优化问题的精度,将最大熵原理与DFP无约束优化方法相结合,将复杂的带约束的优化问题转化成无约束优化问题,建立了求解约束水环境优化问题的最大熵DFP算法(MEDFP).MEDFP算法不仅可以得到最优解,而且由收敛极小点处的Lagrange乘子可判断约束对该点的松紧程度.数值分析和在水环境优化问题中的应用结果表明,该算法精度高、收敛快、实用性强,好于模糊非线性规划方法,随机优化方法、模式搜索方法和LINGO方法,是处理带约束水环境优化问题的一种有效方法.