基于VIC模型的黑河上游流域径流模拟不确定性分析

研究采用VIC(variable infiltration capacity)模型对黑河上游流域地区的水循环过程进行模拟,并应用GLUE(generalized likelihood uncertainty estimation)不确定性分析方法定量探讨模型参数的敏感性和输出的不确定性.研究结果表明,VIC模型率定期和验证期的Nash效率系数分别为0.62和0.64,流量过程线拟合较好;所选需测定的VIC模型的7个参数中,最大基流量Dmax、下层土壤最大含水量的比例系数Ws以及第一层土壤含水层厚度d13个参数对模型敏感,其中参数d1最为敏感;除部分低流量区外,实测流量基本在置信度90%下模型预报的不确定性范围内.研究结果表明,VIC模型能够较好地模拟黑河上游流域的径流变化过程,具有较好的适应性.     

自适应蚁群算法在线性系统参数辨识中的应用研究

介绍了自适应蚁群算法在线性系统参数辨识中的应用算法.该方法能够根据辨识偏差变化大小动态改变信息启发因子α和期望启发因子β的配置,引导搜索朝着全局最优方向运动,避免陷入局部最优同时减少搜索算量.通过仿真运行,该辨识方法能够较快缩小辨识区间,辨识结果接近真值,具有较好的辨识效果.     

蚁群算法参数分析

介绍了蚁群算法的基本原理。确定了蚁群算法中的主要参数,这些参数对蚁群算法的寻优能力的影响非常之大,有启发因子α,期望启发因子β,蚁群数量m,信息强度Q和信息素会发因子ρ等参数,以旅行商问题为例优化以上参数,研究这些参数的组合情况。首先根据数值试验选定[α,β,m,Q,ρ]=[1.5,4.2,30,200,0.5]。固定四个参数,改变一个参数进行数值试验。得到α∈[0.7,1.1],β∈[3.8,4.5],Q∈[400,950]和ρ∈[0.7,0.9]能得到稳定的全局最优解。     

云模型蚁群算法在无人机航迹规划中的应用

为中高空飞行的无人机提出了一种新型航路规划算法。该方法基于云模型蚁群算法。基本蚁群算法有着突出的缺陷:易陷入局部最优解而且需要计算时间长。提出的改进型蚁群算法,通过云模型来控制信息素强度Q和挥发系数ρ的大小,从而得到更好的收敛性与避免陷入局部最优解,并进行了TSP问题的仿真计算。通过将无人机任务地图网格离散化,运用云模型蚁群算法进行航迹规划。     

基于蚁群算法的GM(1,1)幂模型参数优化

为了提高GM(1,1)幂模型的精度,将平均相对误差函数和偏差平方和误差函数分别看成是幂指数、发展系数、灰作用量以及初值的函数,通过蚁群算法进行参数辨识.根据两类误差函数最小化原则得到两组参数估计值,再利用这两组参数估计值的凸组合优化模型的参数,通过最大相对误差最小化确定凸组合权系数.实例表明,基于蚁群算法和参数估计凸组合优化改进的GM(1,1)幂模型,其建模精度高于传统GM(1,1)幂模型,同时也说明该优化方法是有效的和可行的.     

蚁群算法模型在求解旅行商问题中的应用研究

本文首先介绍了蚁群算法的来源和应用范围,然后针对该算法在解决旅行商问题的寻路中所做的探索进行详细分析,并通过数学建模将蚁群算法具体用到TSP中。最后总结了蚁群算法的诸多优点,并在此基础上提出了需要改进的问题的思考。     

改进蚁群算法在小规模TSP问题中的参数问题

本文主要讨论改进蚁群算法在小规模的TSP问题上,各参数设置对算法性能的影响,并通过仿真实验,合理设置相关参数,把得到的最终求解模型引入到超市B2C客服配送中的车辆路径优化决策系统,通过算例比较,证明其优越性能.     

混沌蚁群算法及其在智能交通中的应用

在传统蚁群算法的基础上,结合混沌的遍历性、随机性和规律性,提出一种混沌蚁群算法,阐述该算法在智能交通系统中应用的可行性,解决了智能交通中常见的最优路径问题,并通过实验数据说明本算法的有效性.     

免疫蚁群算法在电力系统无功优化中的应用

将人工免疫算法和蚊群算法相结合形成免疫蚁群算法,运用免疫机理提取疫苗获得初始解,通过免疫操作加快算法收敛速度,并用基于浓度的选择机制抑制算法的"早熟".将该算法用于求解电力系统无功优化问题进行仿真,结果表明它的收敛速度和计算精度都有较大提高.     

蚁群算法在排课问题中的应用研究

首先对蚁群算法和排课问题进行了简要概述，同时针对基本蚁群算法在解决排课问题中存在的弊端，提出了一种新的改进型蚁群算法——优劣蚁群算法，并对该算法的优越性进行了阐述。最后通过真实的排课数据对该算法与基本蚁群算法及其相应的改进算法的性能分析比较，应用该算法排课系统运行效率得到了提高，冲突现象明显减少，大大提高了教务管理人员的工作效率。     

WRF和GLDAS降水数据在黑河上游山区流域的比较与分析

参考黑河上游4站点的观测数据,用包含多统计指标的全面评价方法评价了20042009年WRF制备的5 km,1 h降水数据和空间插值后的5 km,3 hGLDAS降水数据.结果表明两者对降雨的时空分布表现均优.WRF产生的<1 mm和>8 mm降水的总日数、总量更符合实际降水情况,但缺少1~8 mm的降水,春季降水峰值偏大,总降水日数偏少.GLDAS降水和观测的相关系数更高,但年降水量偏少;<1 mm降水日数、总量过多,>2 mm降水日数偏少,春季降水峰值过大.由此两组数据驱动模型模拟时,需考虑数据本身的特点,同时黑河流域仍迫切需要更精确的降水数据.     

卫星网络中基于蚁群优化的概率路由算法

为了提高空间信息传输的有效性和可靠性,针对传统蚁群优化(ant colony optimization,ACO)容易造成最优路径负载过重而发生拥塞的问题,提出了一种基于蚁群优化的概率路由算法(ant colony optimization based proba-bilistic routing algorithm,ACO-PRA).根据卫星网络拓扑动态周期时变的固有特点,将拓扑周期均匀分为若干个时间片,形成基于不同时间片的卫星网络拓扑连通图;根据网络拓扑连通图,将星间链路带宽和链路容量引入到目标函数中,建立时延最小的优化模型;根据蚁群算法的节点概率函数选择下一跳节点,进而找到一条能同时满足时延带宽和链路容量要求的最佳信号传输路径.仿真结果表明,提出的基于蚁群优化的概率路由算法不仅能够降低平均端到端时延和丢包率,而且能够有效地提高网络吞吐量、平衡网络负载.     

流量数据量对分布式水文模型参数率定结果的影响分析--以黑河流域上游为例

缺资料流域水文模型的参数率定是水文学科的一个研究重点.除传统的参数区域化方法以外,考虑到在部分缺资料流域可能存在少量短时间序列或零星不连续径流量观测数据的实际情况,近年来采用少量不连续径流量观测数据率定模型参数的方法逐渐引起关注.本研究以我国西北内陆的黑河流域上游为研究区域,选取分布式水文模型SWAT(Soil and Water Assessment Tool)为研究工具,使用SUFI-2方法作为参数自动率定与不确定性分析工具,分析不同径流量观测数据数量对模型参数率定结果的影响.研究结果显示,4组不同径流量数据在验证期的Nash效率系数均为0.67,表明使用1年的径流量数据进行参数率定时所获得的模拟效果可以达到使用多年径流数据率定参数的水平;比较各组模拟结果获得的P因子和R因子,表明使用1年径流量数据进行模型率定的不确定性会更大.     

黑河中上游流域水文区划分析比较

选取黑河中上游流域11个水文站点反映流域降水径流特性的7个区划指标,分别应用模糊聚类法和集对分析进行水文区划研究.2种方法比较分析结果表明,应用模糊聚类法将该流域划分为5个子区更为合理.所得分区结果有助于进一步认识该流域水文现象的形成、分布和变化规律,也为黑河流域水文站网合理规划、布设提供了基础,同时也为解决水文资料移用和水资源合理开发提供了依据.     

黑河上中游流域地表植被对干旱的响应

在干旱半干旱区,水量是植被生长发育的重要因素.本文基于黑河上中游流域2000—2010年MODIS遥感叶面积指数(LAI)产品、中国区域高时空分辨率地面气象要素驱动数据集等多源数据,计算研究区域各栅格逐月的累积相对湿润指数,通过皮尔逊回归分析,建立LAI与累积相对湿润度指数的相关关系,以此定量评价黑河上中游流域不同土地覆被类型(农田、森林、草地、聚落、湿地)LAI对气象干旱的响应.结果表明:1)植被对干旱的敏感性随植被生长的不同阶段而变化,多数类型的植被在每年的8月份对干旱最为敏感;2)不同类型的植被受干旱影响的程度不同,干旱对农田和草地的影响较大;3)含虚拟变量的回归模型能够合理地描述干旱对植被的影响,模型具有一定的精度.     

带参数校正模型的三维超声重建算法

在采用旋转扫描的三维超声系统中,基于传统的三维重建算法提出了一种带校正参数模型的三维重建算法.通过引入该参数模型,更加准确地描述了用于三维重建的二维序列图像的空间位置,从而可获得更高重建精度和更小几何变形的三维超声图像.校正参数模型通过参数优化的方法获得.该方法在模拟数据和实际三维超声数据中获得了验证,与传统三维重建方法相比,具有更高的重建精度,为在低制造精度下获得高精度三维超声图像提供了一种有效手段.     

基于SEBS-METRIC方法的黑河流域中游地区农田蒸散

使用涡度相关蒸散数据验证表明SEBS-METRIC方法可以用来估算黑河流域中游地区作物农田蒸散.结果显示:黑河流域中游地区作物生长季内ET总量空间差异大(398~709 mm,平均567 mm).在作物不同生长阶段,ET在时间和空间上变化剧烈.在区域平均水平上,生长初期、生长中期1、生长中期2和生长后期的ET占全生长季ET总量的比例分别为10.24%,29.44%,47.11%,13.21%,各生长阶段区域平均日ET依次为1.45,3.28,3.52,2.08 mm/d.ET月份变化明显,3月最小,4,5月迅速增大,6月达到生长季的蒸散高峰,7,8月有所降低,维持在一定水平,9月作物进入生长末期,迅速降低.     

黑河流域地下水电导率空间分异特征及影响因素研究

黑河流域是我国西北干旱区的第二大内陆河流域,地下水电导率γ的研究对保护流域地下水资源,减少流域生态环境的破坏具有重要的现实意义.通过对黑河流域地下水γ的空间变化及其与主要离子的关系进行分析,结果表明:1)整体上,上游浅层及深层地下水γ均较低,明显低于中下游地区,中游浅层地下水γ明显高于深层地下水,下游浅层与深层地下水γ差异不大;2)从区域上来看,中游干流地区浅层地下水γ沿流程呈增加趋势,中、下游沿河道附近浅层地下水γ高于距河道较远地区,上游及中游山前平原地区深层地下水γ较低,明显低于中游细土平原地区,下游居延海—中蒙边界地区与狼心山—额济纳旗城河道附近地区的深层地下水γ存在明显差异;3)地下水γ与各主要离子的关系表明,上游山区地下水γ主要受到Na~+、Cl~-浓度的影响,中、下游地区地下水γ主要受到Na~+、Cl~-和SO_4~(2-)浓度的影响.此外,中游距河道较远地区的深层地下水γ以及下游沿河道附近的浅层及深层地下水γ均受到了农业灌溉活动的影响.     

蚁群算法求解独立到达时间单机提前/拖期调度问题

求解有独立到达时间和完工时间的单机调度问题目前主要采用启发式算法。为研究仿生类算法的应用可行性,采用蚁群算法,以提前/拖期的总惩罚量达到最小为目标。将邻位工作交换法(AP I)用于局部搜索以提高解的质量,并对每一个解的相邻工作间隔时间进行优化调整。用90个测试算例,将蚁群算法求解结果与分支定界法和禁忌搜索法的结果进行比较。结果表明,蚁群算法与分支定界法和禁忌搜索法的结果相当。