基于CBR的水库洪水调度模式

由于水库洪水调度问题的复杂性和不确定性,单纯利用调度模型进行洪水调度在实际应用中往往存在一些问题.为了使理论研究尽可能与实际应用相结合,将人工智能中的基于事例推理(CBR)技术引入到水库洪水调度中,将以往的洪水调度事例作为历史事例以一定的结构和方式存储在事例库中,对于新的洪水调度问题,从事例库中寻找相似的事例,并根据其调度方案,确定新问题的解决方案.实际算例表明,对于水库洪水调度问题,基于事例推理的水库洪水调度能充分的将以往的调度经验和调度模型结合起来,使得调度结果更合理、可行, 具有较强的实用性.     

基于组织进化粒子群算法的水电站水库优化调度研究

为解决粒子群优化算法存在的早熟和易陷入局部最优的问题,提出了一种组织进化粒子群算法（OEPSO）。该算法将进化操作直接作用在组织上,通过组织间的相互竞争、协作,最终达到全局优化的目的,较好地克服了基本粒子群算法易于早熟和陷入局部最优的缺点。在分析水库优化调度的数学模型和OEPSO算法特点的基础上,提出了基于OEPSO算法的水库优化调度的方法,建立了数学模型,并给出了具体求解步骤。实例验证表明,OEPSO算法具有良好的收敛速度和计算精度,为水库优化调度问题提供了一条新的有效求解途径。     

基于网格平台的水文预报集成应用模式

在分析目前洪水预报及洪水预报系统存在的问题的基础上,提出了洪水预报的综合集成应用模式,即面向服务,基于平台、组件、主题和可视化的洪水预报集成应用模式.基于面向服务的体系架构和J2EE平台技术架构,采用中间件、网格、Web服务、综合集成研讨厅等技术构建洪水预报综合集成服务平台.平台采用知识图来关联信息,组织应用过程中的信息、事件描述、应用主题和业务流程.在该平台上通过实例检验洪水预报集成应用模式,实例证明该综合集成应用模式具有模型利用率高、预报准确等优点.     

基于WAP的防汛无线信息系统的开发与应用

针对防汛工作中存在信息时效性低和信息获取受办公条件限制等问题,结合防汛工作的特点,详细设计并开发了基于WAP的防汛无线信息系统.该系统支持WAP手机、PDA等移动访问设备,提供无线的信息查询和检索,并实现了主动的短信“推送”服务.经试用表明,系统能有效提高防汛信息的时效性,为防汛提供了一种新的信息获取途径.     

基于变分模态分解和引力搜索算法的径流预测模型研究

针对月径流数据的数据量小、高度非线性和非平稳性特点,提出了一种基于变分模态分解(VMD)、引力搜索(GSA)与支持向量回归机(SVR)的组合预测模型.首先对月径流样本进行Mann-Kendall(M-K)检验,找出突变点划分训练集与测试集;然后用VMD分别对训练集与测试集进行分解;最后对训练集数据进行训练,利用GSA对...     

河流跨界水污染双向补偿定量化研究

针对河流上游水体中污染物跨界传递对下游水体造成污染的问题,提出了河流污染物跨界传递影响量化补偿方法及体系框架,以解决传统补偿核算未将反向补偿、河道断面流量和污染物跨界传递三个因素纳入补偿考核的问题,为跨界水污染补偿损益核算提供了一种更公平、科学和严谨的方法.选取渭河干流进行实例验证,采用基于断面污染物通量的成本处理法,...     

直觉模糊集的水库洪水调度多属性组合决策方法及应用

针对水库洪水调度决策中"模糊概念"难于处理,决策中没有充分考虑不确定的犹豫度和最优权重确定具有片面性的问题,提出了基于直觉模糊集的犹豫度加权组合方法。通过解线性规划问题和设置确定性系数得到属性的组合最优权重。利用直觉模糊集充分表达了决策中的犹豫度信息,进而根据组合模型计算相对贴近度对方案进行排序。实验数据证明该组合模型通过调整确定性系数,可以对不同时期的水库洪水进行有效和合理的调度决策。     

黄河龙门至三门峡河段污染物降解系数动态特征研究

为揭示不同水文条件及污染源的动态变化对污染物降解系数的影响,本研究以黄河龙门至三门峡河段为研究对象,对河流污染物降解系数的动态特征进行分析研究。以枯水年为代表水文年,根据黄河龙门至三门峡区间各河段的实测资料,用基于Matlab回归分析的参数估计方法反算出各河段不同水文条件下的CODcr和NH3-N的综合降解系数,通过实例模拟对计算结果进行检验和验证。研究结果表明,不同水文条件下采用不同的污染物综合降解系数更符合河流污染物降解的实际情况。     

耦合多目标优化和多属性决策的水库生态调度方法研究

针对水库生态调度的模型构建和求解问题展开研究,提出了一种耦合多目标相关分析、多目标优化和多属性决策的水库生态调度方法.基于对水库实际调度目标的抽取和数学描述,采用相关性分析方法,分析各目标之间的相关关系,从而构建出水库生态调度多目标模型.采用NSGA-Ⅱ法对模型进行求解,获得Pareto最优调度方案.基于备选方案逐次淘...     

基于VMD-CNN-LSTM模型的渭河流域月径流预测

为了提高月径流预测的精度,解决月径流的非线性和不稳定性对于预测结果的影响,提出了变分模态分解(VMD)、卷积-长短期记忆神经网络(CNN-LSTM)组合的VMD-CNN-LSTM模型.通过选取渭河流域张家山站和魏家堡站1960—2005年的实测月径流数据进行训练和测试,并与EMD-LSTM、EMD-CNN-LSTM、V...