港区雨水径流模型的建立及检验

针对港区的情况建立了港区雨水径流模型,包括了地表产流计算模块、地表汇流计算模块和管网汇流计算模块,其中地表产流采用霍顿下渗公式计算下渗量;地表汇流采用瞬时单位法计算;管网汇流模块采用运动波法求解.经长沙市港区的实测资料检验,证明该模型在港区小流域的雨洪分析中有较高的精度,洪峰流量和径流总量最大相对误差分别为2.8%、7.563%,最小相对误差分别为0.7%、0.408%.可用于港区雨水排水的径流模拟.该模型的建立可以为港区的雨水排水系统的设计、校核及管理提供科学依据.     

坡度及坡长对膨胀土边坡径渗流影响规律研究

在降雨条件的诱发下,膨胀土边坡常发生浅层滑坡,传统方法大多将其处理成缓坡,且认为边坡越缓越稳,但膨胀土坡却具有缓坡滑动的特性。膨胀土边坡表层含水量的变化可影响边坡浅层稳定性,而坡度和坡长等又是影响受雨后边坡表层含水量的重要因素。采用现场试验及数值模拟的方法,研究坡度及坡长对膨胀土边坡表层含水量影响规律。现场试验结果显示:膨胀土边坡坡度越陡,坡长越短,承雨面积越小时,降雨以地表径流为主,渗流为辅。通过数值模拟研究发现坡度越陡,坡长越短,越有利于边坡排水,膨胀土陡坡表层含水量可保持相对稳定的状态,由于膨胀土具低渗透性,可防止雨水进入膨胀土坡体内部而产生不利影响。研究成果表明坡度及坡长对膨胀土边坡表层含水量的影响至关重要,为解释稳定的膨胀土植绿陡坡提供佐证。     

黄土坡面漫流过程的有限元模拟

本文应用有限元法求解地表径流的运动波方程,模拟了陕北子州岔巴沟流域内径流实验场的天然降雨的坡面漫流过程,效果尚好。这表明,有限元法是求解地表径流物理模型的可行方法。文中还分析了此模型在基本假定上的欠缺以及用于实际预报尚待解决的问题。     

基于异构并行的山洪动力演进模型和模拟研究

为建立山区小流域降雨-山洪演进正演模拟和预报方法,构建了从降雨、植被截留、土体入渗、坡面汇流到山洪演进全过程物理模型．采用一阶迎风差分格式求解描述坡面汇流到径流过程的扩散波方程,并在凸地形点采用修正算法确保计算精度和求解简便性．基于CPU(中央处理器)+GPU(图像处理器)异构并行加速技术实现从降雨到山洪动力演进全过程快速模拟,计算效率相对CPU单核提升300倍左右．通过一维构造地形试验、V型槽实验和都江堰龙溪河真实小流域山洪过程分析,验证了当前计算模型和方法的有效性,为基于动力过程的山洪灾害实时预报研究提供参考．     

秦淮河水文水动力模型及实时校正

为了解秦淮河的径流规律及特征,针对秦淮河流域的地形、水系、产汇流特性、水利工程及下游潮位特征,构建了秦淮河流域水文水动力模型,计算了秦淮河水系主要计算断面的水位流量过程,并选择K最近邻算法(KNN法)和反馈法两种实时校正方法对模拟结果进行校正。结果表明,以各洪水场次的洪峰相对误差和纳什效率系数作为评价指标,秦淮河流域水文水动力模型模拟效果良好,经实时校正后,模拟精度得到了进一步提高,可用于流域的洪水预报。     

尾矿库排水竖井溢流特性的试验研究

结合某尾矿库泄水建筑物水力模型试验，就建于尾矿库岸坡的圆形框架挡板式排水竖井的溢流流态特征、流态过渡界限、流量与水位关系及流量系数等作一些探讨。试验表明，竖井进水口附近的地形对溢流流态、流态过渡界限及流量系数等影响十分显著。此外，本文根据试验实测资料的数值分析整理，提出竖井在不同堰顶高度时流量及流量系数的经验计算公式。     

基于MIKE11的城市河网雨水径流污染模拟的研究

随着我国社会经济的快速发展,城市雨水径流污染成为影响水环境的重要因素,预测雨水径流的影响对保证用水安全与城市水环境质量具有重大意义。基于MIKE11模型软件,构建城市河网水力水质模型,确定河网水量水质变化情况;模拟降雨径流对河网水环境的影响范围与时间,掌握河网水质自净及纳污规律。通过与实际监测数据对比分析,该模型能较好模拟河网在雨水径流影响下的水环境变化,预测结果可以为该区域水环境保护和水资源管理决策提供科学依据。     

基于MIKE11的城市河网雨水径流污染模拟研究

随着我国社会经济的快速发展,城市雨水径流污染成为影响水环境的重要因素,预测雨水径流的影响对保证用水安全与城市水环境质量具有重大意义。基于MIKE11模型软件,构建城市河网水力水质模型,确定河网水量水质变化情况;模拟降雨径流对河网水环境的影响范围与时间,掌握河网水质自净及纳污规律。通过与实际监测数据对比分析,该模型能较好模拟河网在雨水径流影响下的水环境变化,预测结果可以为该区域水环境保护和水资源管理决策提供科学依据。     

三峡库区小江流域溶解态氮素污染模拟

小江是三峡库区中部北岸流域面积最大的一级支流,农田以紫色土坡地为主,随降雨形成的地表径流和壤中流流失的非点源溶解态氮是水体中氮素污染的主要来源.根据小江流域地形、土壤等特性,构建流域溶解态氮素污染模型,并将具有物理机制的SLURP分布式水文模型引入污染模型中地表径流和壤中流的模拟,借助GIS技术,对小江流域2000～2007年溶解态氮的输出量与负荷的时空分布进行了模拟与定量计算.结果表明:土地产生的负荷占总负荷的68.3%～76.8%,农村居民点产生的负荷占23.2%～31.7%;土地产生的负荷中85%以上来源于农田.     

降雨型滑坡现场模拟试验研究

通过现场模拟人工降雨条件下诱发滑坡,在整个过程中,对坡面裂隙、土体深部位移、孔隙水压力、地表径流等进行实时监测,探求在降雨情况下的滑坡成灾特征及机理.试验得出了土体抗剪强度指标、滑动面形态特征等物理力学参数.降雨使土体吸水饱和,渗透性降低,抗剪强度降低,进而产生边坡失稳.通过数值模拟,得到降雨入渗过程中边坡稳定性、应力场和位移场的变化趋势.流一固耦合情况下边坡稳定系数比非耦合时降低5%,说明动水力对降雨型滑坡具有影响作用.     

基于随机加速对偶下降算法的分布式网络流量优化

传统的分布式网络流量优化问题大都通过对偶梯度下降算法来解决,虽然该算法能够以分布式方式来实现,但其收效速度较慢。加速对偶下降（accelerated dual descent,ADD)算法通过近似牛顿步长的分布式计算,提高了对偶梯度下降算法的收敛速率。但由于通信网络的不确定性,在约束不确定时,该算法的收敛性难以保证。基于此,提出了一种随机形式的ADD算法来解决该网络优化问题。理论上证明了随机ADD算法在不确定性的均方误差有界时,能以较高概率收敛于最优值的一个误差邻域;当给出更严格的不确定性的约束条件时,算法则可以较高概率收敛于最优值。实验结果表明,随机ADD算法的收敛速率比随机梯度下降算法快2个数量级。     

城市交通网格集群的Bi-LSTM的流量预测

为提升交通流预测精度，深层次地挖掘交通流数据的时空特征，提出一种基于双向长短时记忆网络(Bi-LSTM)的城市交通网格集群流量预测模型。将所获得的网约车轨迹数据集网格化；考虑人为确定集群个数对结果的影响，用贝叶斯信息准则进行参数估计确定集群数，利用高斯混合模型对交通状况相似的网格进行聚类得到不同交通网格集群；利用集群内部交通网格的输入时间序列的相互影响设计多对多模型，构建Bi-LSTM模型预测不相交集群上的流量；以经典多元线性回归模型(MLRA)作为对照组进行实验验证，采用平均绝对误差(MAE)、均方根误差(RMSE)、平均绝对百分比误差(MAPE)和动态时间规整(DTW)这四类评价指标对预测结果进行综合评价，验证基于Bi-LSTM模型的城市交通网格集群流量预测的可行性。实验结果表明：MLRA模型和Bi-LSTM模型对城市交通网格集群流量的预测值小于真实值，早高峰时段尤为明显；各交通网格集群的交通状态态势相似，集群的簇内相关性较强，两类模型均可实现较好的流量预测效果，Bi-LSTM表现更优； MLRA和Bi-LSTM预测模型的精度MAE、RMSE、MAPE分别为3.2011、4.4009、0.3187，3.0687、4.2943、0.3045，Bi-LSTM与MLRA相比，模型精度分别提高了4.14%、2.40%、4.46%，说明所构建的Bi-LSTM交通流网格集群流量预测精度高、误差低，要优于MLRA模型，表现出较好的泛化性能； MLRA和Bi-LSTM的DTW结果分别为52938.6356、54815.1055，构建的Bi-LSTM模型较MLRA模型各自工作日和节假日时间序列相似性DTW结果提高3.42%，表现出更好的鲁棒性。利用城市交通流量的特点和交通轨迹数据网格化的优点，基于Bi-LSTM模型的城市交通网格集群流量预测与MLRA交通流量预测模型相比，具有精度高、误差低的特点。同时，DTW指标方面，基于Bi-LSTM对城市交通网格集群流量模型与真实流量变化趋势一致，表现出较好的鲁棒性。     

城市雨水径流污染模型参数优化方法研究

为了优化雨水径流污染模型参数,比较了四种不依赖模型具体数学表达形式的基于最小二乘法原理的参数估计算法,包括拟牛顿法、单纯形法、模式搜索算法和遗传算法,还比较研究了四种优化算法在收敛速度,收敛稳定形和准确性及初始值等方面对优化结果的影响.研究结果表明,拟牛顿法收敛速度最快,单纯形法稳定性最好,遗传算法对初始值最不敏感.在此基础上,提出优化雨水径流污染模型参数的计算方法,应结合遗传算法和单纯形等方法进行,该方法能够利用多次降雨事件记录的径流污染数据,同时优化污染物累积模型和污染物暴雨冲刷模型参数,为雨水径流污染模拟的模型选择和参数优化提供了较好的通用方法.     

基于最小误码率准则的快速自适应波束成型算法

 基于最小误码率（MBER）准则的自适应算法,其具有远远优越于传统的最小均方误差（MMSE）准则的性能,但其高复杂度限制了其在实际中的应用。在基于MBER准则的基础上,提出了一种快速自适应波束成型算法,在保证低复杂性的同时,快速收敛于最优MBER解。更重要的是,相对与传统MBER算法,新提出的算法能得到更加优越的波束图,使其更适用于时分双工（TDD）通信系统。     

概念性水文模型参数自动优选方法的比较研究

介绍了3种参数自动优选方法：罗森布瑞克法（Rosenbrock）、单纯形法（Simplex）和基因法（Genetic）。应用4个流域的水文资料，以三水源新安江模型为例，分析了基因法参数L和IMAX对优选结果的影响；对这3种优化方法的收敛程度、参数初值的选定以及不同组合情况的优选结果进行了比较研究。结果表明，基因法参数取IMAX＝5000，L＝10时比较合理；3种优化方法各有优点，基因法不依赖于参数初值的选定，罗森布瑞克法收敛速度快，单纯形法精度较高，建议以基因法优选结果为初值，然后采用罗森布瑞克法，最后采用单纯形法，可以得到最佳的优选结果。     

某测向系统中MUSIC算法的FPGA实现

针对多信号分类(MUSIC)算法计算复杂度高,难以实时实现的特点,给出了适用于均匀圆阵的实数化预处理算法和实用的空间谱定义,并选择了适合硬件实现的特征值分解算法和排序算法;另外,基于某测向系统给出了MUSIC算法FPGA实现的总体结构和执行流程,并重点讨论了大矩阵特征值分解和空间谱计算的硬件结构设计.验证结果表明,该FPGA实现能够完成MUSIC算法的准确、快速计算.     

基于遗传与BP混合算法神经网络预测模型及应用

提出用遗传学习算法和权重调整BP算法相结合的混合算法来训练模糊模式识别神经网络预测模型；即先通过遗传学习算法进行全局训练，再用权重调整BP算法进行精确训练，使网络收敛速度加快和避免局部极小。作为实例，以新疆雅马渡站的实测径流资料和相应的前期4个预报因子实测数据作为样本进行训练并用以预测雅马渡站的年径流量。结果表明，该方法具有收敛速度快和预测精度高的特点。     

基于改进遗传算法的电力系统最优潮流

电力系统最优潮流问题（OPF）是多目标、多控制变量的混合非线性优化问题,能否实现离散变量的精确处理,将直接影响其计算。结果是否真正符合电力系统的实际状况．能否指导实际电网运行方式的规划问题。遗传算法是解决多目标混合优化问题的全局优化算法,可以实现离散变量的精确处理,其不足是优化时间长、易于收敛于局部极值点等。为解决传统遗传算法的搜索时间长,易落入局部极值点的不足,本文对传统遗传算法的一些遗传操作做了一些改进,经IEEE30节点标准电网数据计算分析,证明其优化结果比传统遗传算法更优。     

基于自适应密度聚类分析的雷电定位算法

定位精度是评价雷电定位网络的重要指标之一,定位算法直接关系到雷电探测结果的精度。经典定位法抗误差干扰能力差、定位精度低,传统迭代算法易于发散且会陷入局部最优。为了实现更有效的定位,在定位计算中引入改进密度聚类算法(adaptive density-based spatial clustering of applications with noise,ADBSCAN)。通过雷击事故实例和区域仿真分析了定位算法的性能。结果表明,ADBSCAN不需要人工干预,对于雷电定位结果的聚类效果更好;基于ADBSCAN的雷电定位算法克服了传统定位算法的缺点,提高了抗误差干扰的能力,能稳定并精确求解出雷击点。     

融合多视角信任的个性化推荐算法

为了提高传统协同过滤推荐算法推荐的准确度,对评分信任和社交信任赋予自适应的权重,结合概率矩阵分解算法,提出一种综合的个性化推荐算法.该算法在Filmtrust数据集上进行验证,并与相关算法进行对比,结果表明所提算法在MAE(mean absolute error)和RMSE(root mean squared error)指标上均得到有效的改进.