基于递推最小二乘改进算法的洪水预报模型研究

由递推最小二乘算法估算出的自回归系数在一定条件下具有最佳的统计特性,但在实际应用中,这种方法往往难以动态地把握水文现象的动态特性.为提高自回归洪水预报模型的精度,分别用衰减记忆、有限记忆及2种算法相结合的方法对基本的递推最小二乘算法进行改进,并利用这几种改进算法对白马寺水文站的实测径流序列进行了模拟演算.结果表明,这3种改进的递推最小二乘算法,都可以使自回归洪水预报模型取得较好的预报效果,但实际应用时应根据不同预报的侧重点选择相应的算法.     

水库洪水调度仿真模型及应用

通过对水库洪水调度的理论与实践分析,根据水库实际调洪的特点提出了水库洪水调度仿真模型,并利用面向对象编程语言在中文窗口平台下开发研制了计算机软件,为水库调度人员调度洪水提供决策依据,该模型简单、灵活,有一定的实用性。     

信息技术在铁山水库洪水调度中的应用分析

以铁山水库防洪度汛安全为背景,简要介绍了信息技术应用在水库洪水调度系统中的技术框架,为水库洪水调度信息化研究和建设提供了经验借鉴。     

卡尔曼半自适应模型在复杂河道实时洪水预报和行蓄洪调度中的应用

针对行蓄洪区复杂河道的特点,提出了行蓄洪区的计算与预报方法,使得卡尔曼半自适应滤波模型可以用于复杂河道行蓄洪的调度和实时洪水预报。把该模型用于淮河干流中游鲁台子——吴家渡河段的洪水预报和行蓄洪的调度,取得了较高的预报精度。     

考虑预报误差的枫树坝水库实时调度

在计算枫树坝水库入库洪水预报误差的基础上,进行了预报洪水风险分析,建立了枫树坝水库预报误差风险函数,为合理使用预报成果提供了科学依据.根据调度规则,结合预报误差风险作出了枫树坝水库作业预报及预报调度,可供实际预报调度决策中应用和参考.     

考虑预报误差的枫树坝水库实时调度

在计算枫树坝水库入库洪水预报误差的基础上,进行了预报洪水风险分析,建立了枫树坝水库预报误差风险函数,为合理使用预报成果提供了科学依据.根据调度规则,结合预报误差风险作出了枫树坝水库作业预报及预报调度,可供实际预报调度决策中应用和参考.     

三水源新安江模型在黄龙带水库洪水预报中的应用

新安江模型是河海大学赵人俊等人提出的,广泛应用于我国潮湿与半潮湿地区,本文分析黄龙带水库的水文特征,重点介绍了新安江三水源模型在黄龙带水库洪水预报中的应用。     

AR模式误差修正方程参数抗差估计

把抗差理论引入自回归(Auto-Regressive，简称AR)模型的参数估计中，利用抗差系统具有的抗差能力，可以阻止非正常因素进入系统，保证洪水预报精度。为此，首先介绍几种常用估计方案(Huber估计、IGG估计)的抗差特征函数，然后与传统的最小二乘法进行比较，最后给出算例。算例表明：对于正常观测值，采用Huber法、IGG法及LSM法均能取得比较满意的结果；如观测值中存在粗差(非正常值)，则用LSM法估计的结果就很不合理，而用Huber法及IGG法能取得较好结果。     

新安江模型与衰减记忆最小二乘法耦合洪水模型的应用

利用新安江模型进行流域产流计算,采用扩散波方程推得的汇流状态方程描述流域汇流过程,由衰减记忆递推最小二乘法实现参数估计实时化,从而使新安江模型与衰减记忆递推最小二乘法耦合,实现洪水实时预报。利用耦合模型对矶头水库76场入库洪水进行模拟,模拟结果表明,耦合模型适合中小水库入库洪水实时预报,预报精度比独立使用新安江模型得到了大大的提高。     

水库预报调度分期分级模型系统的研究与应用

洪水资源化是利用洪水的资源特性,缓解水资源短缺,减少水旱灾害损失,实现水资源可持续开发利用的重要措施.水库的预报、分期、分级调度是节省水资源、洪水资源化的有效手段.水库的这种运用方式是今后的重要研究方向.本文针对水库调度的这种需求,概化出了一种预报调度的分期分级模型系统,并将该模型系统应用于漳卫南运河防汛决策支持系统的岳城水库的调度工作中.     

水库群联合防洪预报调度方式及汛限水位研究

根据太子河流域库群特点,进行了观音阁、汤河水库仍按原调度方式．葠窝水库采用预报调度方式的库群联合预报调度及葠窝水库汛限水位研究．结合葠窝水库的具体情况,以实际入库流量作为主要判别指标,并以观-葠区间累积净雨作为辅助指标,运用预报调度理论,将葠窝水库的汛限水位抬高了1．40m．效益、风险分析结果表明：太子河流域实施库群联合预报调度,在不增加上下游防洪风险的前提下,能显著提高发电和供水效益．     

AR模型参数的抗差估计研究

实时校正一般以实测洪水流量为校正依据.研究实测洪水流量过程出现异常值时,采用抗差递推最小二乘法代替传统递推最小二乘法估计AR模型参数,能获得更稳健的参数结果.将闽江七里街流域的洪水资料人工生成异常值,对采用抗差递推最小二乘法和传统递推最小二乘法所得的校正结果进行比较,结果表明抗差递推最小二乘法具有更强的容差能力,是一种稳健的参数估计方法.     

AR模型应用于振动信号趋势预测的研究

振动信号的趋势预测是设备状态监测与故障诊断中的一个重要内容。论文提出采用时间序列ＡＲ模型进行趋势预测。将现场测得的非平稳振动序列通过ＡＲＩＭＡ模型和标准化处理,转化成标准正态平稳时间序列。模型参数估计使用了方法简单、参数估计无偏、精度高的最小二乘法。通过现场实测数据进行验证,计算结果表明ＡＲ模型能够很好地拟合振动信号时间序列并取得了一定的预测精度,可以达到预测要求。     

系统非线性组合预测方法及在黄河凌汛预测中应用

为了提高预测的精度,尤其是冰凌中长期预测的精度,基于工程模糊集、人工神经网络、遗传算法与组合预测理论,提出了系统非线性组合预测方法,给出了黄河内蒙段冰凌三种单一预测模型的非线性组合预测值．结果表明,所建立的非线性组合预测方法物理意义明确,数学推导过程严谨,预测精度高于任意单一预测模型．     

变系数模型在国际油价预测中的应用

对影响石油价格的间接因素变量采用取对数的方式,建立无季节性与存在季节性虚拟变量的变系数模型。同时利用变系数模型对2001年第一季度到2012年第一季度的西德克萨斯中质原油(WTI)现货价格序列进行预测比较分析。实证结果表明,建立的无季节性虚拟变量的变系数模型能够更有效地预测石油价格序列,同时它的预测效果比直接运用历史数据的效果更好。最后通过拟合优度系数的计算可知对石油价格有影响因素的选择是正确的。     

卡尔曼滤波校正技术在水动力学模型实时洪水预报中的应用

将卡尔曼滤波技术与水动力学模型实时洪水预报相结合,提出了"交替校正"方法;分别建立水位与流量的状态方程,进行交替滤波计算,较好地解决了滤波计算中不同类型状态量之间共同校正的问题.对长江干流局部河段的实例验证表明,卡尔曼滤波技术应用于单一河道水动力学模型没有破坏模型的稳定性,局部的校正对全河道具有较好的带动作用,说明卡尔曼滤波技术应用到水动力学模型的实时校正中是可行而且有效的.     

最小二乘法和BP神经网络在特种筋材蠕变预测中的应用

对目前广泛应用于加筋土工程的特种筋材--CE131土工网、SDL25土工格栅进行了不同应力水平作用下2年的蠕变试验,获得了大量的实验数据.在此基础上,运用最小二乘法和BP神经网络就其蠕变量进行预测,并将两种预测方法的精度加以对比和分析.     

减小集总式水文模型洪峰相位差的方法

采用集总式NAM水文模型模拟五道沟水文站以上集水区域的流量过程，选取1985—2010年洪峰流量最大的前9场洪水率定模型参数。模拟结果表明，洪峰存在系统性的相位提前，且调整模型参数的方式无法减小洪峰相位差。为获得合理的模拟结果，提出2种改进模型——错位加权生成面雨量的集总式NAM水文模型和同时刻加权生成面雨量的基于子流域的NAM水文模型。2种改进方法计算结果表明，峰值相位差减小，确定性系数和合格率提高。     

基于偏最小二乘与神经网络耦合的储层参数预测

将偏最小二乘回归(PLS)与神经网络(NN)耦合,建立了储层参数预报模型.利用偏最小二乘对影响储层参数的诸多因素进行分析,提取对因变量影响强的成分,从而克服了变量间的多重相关性问题,降低了神经网络的输入维数;同时,利用神经网络建模可以较好地解决非线性的储层参数预测问题.计算实例表明,本耦合模型的拟合和预报精度优于独立使用神经网络模型的精度.     

鞅差误差下简单线性EV回归模型最小二乘估计的相合性

研究了误差为鞅差序列条件下的线性EV(errors-in-variables)回归模型.利用最小二乘估计方法对模型中β和θ进行估计,证明了估计量的强相合性和均方相合性,从而推广了线性EV回归模型已有的相关结论.