不同围岩中软弱夹层对洞室围岩稳定性的影响

【目的】针对传统优化方法在水库优化调度计算中存在的"维数灾"和早熟等问题,建立新的优化算法模型。【方法】在PSO算法的基础之上,引入小生境和交叉选择算子,对寻优过程中的个体历史最好位置进行多样化处理,提出基于小生境和交叉选择算子的粒子群(NCSPSO)算法,建立基于NCSPSO算法的水库优化调度模型,并给出具体求解步骤,最后将该方法和基本PSO算法对比应用于具体水库的调度计算中。【结果】实例优化调度计算表明,NCSPSO算法计算时间较短,寻优能力强,用其进行的水库优化调度决策可以有效提高水库的总发电量。【结论】NCSPSO算法为水库优化调度提供了一条新途径。     

基于小生境和交叉选择粒子群算法的水库优化调度研究

【目的】针对传统优化方法在水库优化调度计算中存在的维数灾和早熟等问题,建立新的优化算法模型。【方法】在PSO算法的基础之上,引入小生境和交叉选择算子,对寻优过程中的个体历史最好位置进行多样化处理,提出基于小生境和交叉选择算子的粒子群(NCSPSO)算法,建立基于NCSPSO算法的水库优化调度模型,并给出具体求解步骤,最后将该方法和基本PSO算法对比应用于具体水库的调度计算中。【结果】实例优化调度计算表明,NCSPSO算法计算时间较短,寻优能力强,用其进行的水库优化调度决策可以有效提高水库的总发电量。【结论】NCSPSO算法为水库优化调度提供了一条新途径。     

梯级水库优化调度模型的蚁群系统(ACS)算法求解研究

【目的】对梯级水库调度模型的动态、高维、非线性、复杂优化问题进行求解。【方法】在传统蚂蚁系统的基础上,将蚁群系统中的蚁密、蚁量系统的局部更新和蚁周系统的全局更新有机结合,提出了一种求解梯级水库优化调度模型的改进蚁群算法,即蚁群系统(ACS)算法,采用ACS算法对乌江梯级水库进行了优化调度实例研究。【结果】ACS算法兼顾了计算的时间和精度,优化得乌江梯级发电量为96.538亿kW·h,相比利用动态搜索算法求解的乌江梯级发电量95.882亿kW·h略大,但均接近于乌江梯级设计多年平均发电量100.21亿kW·h。【结论】采用ACS算法可快速求解乌江梯级水库优化调度模型,并可得到满意的结果,说明该优化算法是合理、可行的。     

基于量化正交免疫克隆粒子群算法的水电站水库优化调度研究

【目的】解决传统粒子群算法在求解水库优化调度问题中存在的早熟、收敛速度慢和易陷入局部最优的问题。【方法】基于抗体克隆选择学说理论,提出了一种量化正交免疫克隆粒子群算法(OICPSO/Q)。采用正交交叉策略来增强子代个体解分布的均匀性;通过接种疫苗和计算亲合度等操作,对算法的进化过程进行有目的、有选择地指导,使得算法快速收敛,同时保持一定的多样性,抑制了早熟现象。提出一种自学习算子,避免个体邻域内最优解的丢失。建立了基于量化正交免疫克隆粒子群算法的水库优化调度数学模型,并给出其具体的求解步骤。最后应用该方法与标准粒子群算法(SPSO)及动态规划方法进行比较。【结果】与SPSO算法和动态规划方法计算结果相比,OICPSO/Q算法计算时间明显降低,但发电量明显增加,说明OICPSO/Q算法可提高解的精度,加快其收敛速度,其性能优于标准粒子群算法和动态规划方法。【结论】OICPSO/Q算法为求解水库优化调度问题提供了一条新的有效求解途径。     

基于自适应粒子群算法优化神经网络的多沙水库冲淤预测模型研究及应用

【目的】针对传统多沙水库冲淤预测模型难以准确、迅速预测某一具体水库调度运行方式下泥沙的冲淤变化过程,无法为制定合理水库调度运行方式提供决策依据的不足,构建一种计算效率高、能保证一定计算精度且相对简便的泥沙冲淤预测模型。【方法】将人工神经网络及粒子群优化算法引入到多沙水库冲淤预测中,构建基于自适应粒子群算法优化BP神经网络的多沙水库冲淤预测模型,并将该模型应用于冯家山水库库区泥沙冲淤形态、冲淤量的预测,验证其实用性。【结果】将多沙水库冲淤变化过程视为一个非线性动力系统,利用人工神经网络处理大规模复杂非线性动力学问题的优势,在采用自适应粒子群优化算法对BP神经网络的初始连接权值和阈值进行优化的基础上,成功构建了基于自适应粒子群算法优化BP神经网络的多沙水库冲淤预测模型。该模型在冯家山水库冲淤预测中的应用结果表明,模型计算值与实测值之间吻合良好,可满足实际水库管理的需要。【结论】所构建模型具有较强的合理性及较广的适用性,为多沙水库冲淤预测提供了一条有效途径。     

基于混合编码遗传算法的机压微灌干管管网优化

【目的】根据微灌干管管网的布置及运行特性,提出一种方便、简捷,适用于大规模机压微灌管网优化设计的算法模型与方法。【方法】以年费用为目标函数,以标准管径和水泵扬程为决策变量,建立优化模型,采用模拟退火方法处理约束条件,设计一种混合编码方式,应用遗传算法进行优化计算。【结果】建立的模型和算法在求解机压微灌管网优化问题上,具有良好的优化性能和较高的求解效率。【结论】提出的模型和算法优化变量少,简单易用,求解效率高,程序的通用性强,计算精度能够满足微灌管网设计的要求。     

基于水库群优化调度的黄河干流梯级补偿效益分析

【目的】探讨黄河梯级水库群的补偿作用,为黄河流域水资源的可持续开发利用提供参考。【方法】考虑全流域综合需水、防洪、防凌、生态等要求,建立了梯级水库群优化调度模型,采用系统辨识自迭代模拟优化算法对模型进行求解,并设置了3种情景,采用长系列径流资料进行优化调度实例计算。【结果】分别量化了发电和供水补偿效益。通过龙羊峡、刘家峡水库的补偿,梯级电站和径流式电站分别增发电量17.54亿和16.63亿kW.h;沿黄各省增加供水量35.66亿m3。通过补偿效益的计算和分配,实现了最优化的梯级水库群联合调度。【结论】研究成果完善了水库群补偿效益理论,对提高不同利益主体水电站的联合调度热情、高效合理地利用水能资源具有重要意义,对其他流域水库补偿效益的计算和分配具有一定的参考价值。     

多泥沙河流供水水库水沙联合优化调度的研究与应用

【目的】分析多泥沙河流供水水库中供水与排沙减淤之间的矛盾,为此类水库合理调度运行方式的确定提供技术支撑。【方法】运用水沙数学模型与优化理论的基本思想,构建多泥沙河流供水水库水沙联合优化调度耦合模型,并将该模型应用于亭口水库这一典型多泥沙河流供水水库调度运行方式的优化比选研究中。【结果】成功构建了多泥沙河流供水水库水沙联合优化调度耦合模型,该模型由水库优化调度动态规划子模型及泥沙冲淤计算子模型2部分构成,子模型之间通过参数及数据的相互传递,实现对模型定解条件的影响,从而组成一个耦合模型。该模型在亭口水库调度运行方式优化比选研究的应用表明,亭口水库适宜采用"蓄水运用,汛期低水位相机排沙"的调度运行方式。【结论】所构建模型具有较强的合理性及较广的适用性,为多泥沙河流水库水沙联合调度运行方式的制定提供了一条行之有效的解决途径。     

基于优化算法的新安江模型参数的估计

【目的】解决传统优化算法在新安江模型参数估计中存在的早熟、收敛速度慢和易陷入局部最优等问题。【方法】在标准PSO算法的基础上,引入小生境和交叉选择算子,对寻优过程中粒子的个体历史最好位置进行多样化处理,提出基于小生境和交叉选择算子的粒子群算法(NCSPSO),建立基于NCSPSO算法的新安江模型参数估计数学模型,并给出具体求解步骤。最后将该方法在具体流域的洪水预报中进行应用。【结果】NCSPSO算法计算时间短,参数估计精度大大提高,且预报结果均达到了规范要求。【结论】NCSPSO算法为新安江模型参数估计提供了一条新途径。     

水库防洪调度的多维自反馈多目标决策方法及应用

【目的】针对通用水库防洪调度多目标决策信息的不完备、专家决策的模糊问题,构建基于多维自反馈的水库防洪调度多目标决策方法。【方法】根据给定的水库防洪调度多目标初始权重计算加权综合值,利用聚类模糊指标方法对加权综合值进行模糊划分,将通用水库防洪调度多目标决策中的决策信息由一维扩展到多维;按照加权综合值的模糊划分引入平衡因子,通过迭代计算得到目标权重;在上述方法的基础上,构建基于多维自反馈的水库防洪调度模糊决策算法。【结果】建立了水库防洪调度的多维自反馈多目标决策方法,实例计算结果表明,利用该方法可得到满足精度要求的目标加权综合决策值和模糊划分,并可根据计算结果判定水库防洪调度各决策所属的类别和优劣排序。【结论】所建立的的多维自反馈多目标决策方法为水库防洪调度决策提供了一条新的有效途径,可用于水库的防洪调度实践。     

土壤污染耦合模型的有限元模拟及参数反演

【目的】对污染物在土壤环境中的运移分布规律进行模拟,并对模型中的主要参数进行反演。【方法】以土壤中的硝酸盐氮和氨氮为研究对象,建立一维数学耦合模型,用建立的模型对不同时间和不同深度土壤的硝酸盐氮和氨氮含量变化进行分析,并给出其求解的有限元过程。在此基础上,采用微分进化算法对建立的一维耦合模型的多个参数进行反演。【结果】构建了土壤污染一维耦合模型,用该模型对不同时间和不同深度土壤的硝酸盐氮和氨氮含量变化进行分析,结果表明,污染物在土壤中的含量达到一定值后会趋于稳定或降低,说明污染物在土壤中先有一个积累过程,然后有一个释放过程。采用微分进化算法反演得到的一维耦合模型的主要参数值与真值较为接近。【结论】构建的一维耦合模型可以定量地研究污染物在土壤中的运移分布规律;遗传进化反演算法可为土壤水分运动及溶质运移数值模拟提供所需的基本参数。     

农村辐射状配电网的优化方法

【目的】针对城镇配电网的特点,研究辐射状配电网多目标经济性优化模型与算法,为农村中压配电网优化决策系统的建设提供技术支持。【方法】利用经济电流密度概念和多目标规划理论,提出计入导线截面策略因子的最小投资费用和年网损费用的多目标函数优化模型,研究并利用实数编码并行优化处理方法、引入退火动态罚因子设计动态罚函数处理约束条件、基于遗传算法的电网路径与潮流的自识别解码方法、遗传算子的自适应调整方法等,并提高遗传算法在辐射状配电网拓扑约束中的自动识别能力,确保可行解的搜索方向和遗传寻优的顺利进行。【结果】通过陕西杨凌示范区新桥变电站10 kV配电网待建区域实例验证表明,随着选取种群数目的增多,综合费用逐渐趋向于1 230万元。与单目标优化方案的投资费用相比,多目标优化方案的建设投资费用约增加72万元,而年网损费用约减少323万元,综合费用约降低250万元,获得了该配电网的最优建设方案。【结论】提出了配电网络多目标经济性优化模型及其算法,实现了规划线路长度和导线截面策略因子并行优化,提高了解的搜索精度。     

聚类、粗糙集与决策树的组合算法在地力评价中的应用

 【目的】地力评价方法大多数有一定的主观性,较少考虑土壤各属性间的依赖关系。论文旨在采用数据挖掘方法,寻求地力等级划分的新方法。【方法】结合农安县耕地调查数据,应用K-means聚类方法、Johnson粗糙集属性约简算法与C4.5决策树算法相结合的优化算法评价地力等级。【结果】使用K-means聚类方法,得到最佳学习样本数;使用粗糙集属性约简和决策树相结合的方法,去掉了冗余属性7个,决策树模型共有节点317个,其中叶节点个数为159个,生成规则159条,模型准确率为82.08%。与未聚类和未约简的方法相比,决策树结点个数减少41.62%。【结论】使用该组合算法,在保证模型准确率的同时,降低了算法的时间和空间复杂性,提高了挖掘效率。     

基于神经网络PID算法的优化饲料配制系统

【目的】设计饲料配制控制系统,并采用神经网络PID优化算法实现对配料精度的提高。【方法】以西门子S-200 smart型PLC为主控设计饲料配制控制系统,针对现有常规PID算法的控制策略存在超调大、收敛慢等缺陷和BP神经网络梯度下降过程容易出现局部最小化问题,提出以附加动量项的BP神经网络PID算法实现称重误差的降低。【结果】基于动量项的梯度下降法建立的BP神经网络PID算法模型解决了参数自学习整定问题,在响应速度上该算法与PID算法对比为3∶1,试验后平均精度99.6%。并在收敛速度和改善超调现象具有更高效的表现。【结论】配料系统经算法优化后误差得到有效控制。     

基于数字图像的棉田复杂背景下棉蚜统计方法

【目的】实现棉田复杂背景下棉蚜快速准确计数,提出一种先彩色分割,后自适应构元素及阈值的棉蚜计数方法。【方法】该方法基于大量棉蚜图像RGB数据进行K-means聚类建模,利用结构元素完成腐蚀去噪,针对黏连区域像素个数进行求模运算。【结果】根据图像颜色特征将噪音分为13类,蚜虫分为7类,得到其RGB值后再次分类,并分析数据建立模型实现蚜虫和噪音的彩色分割;根据统计学原理建立结构元素,对不同噪音的图像自动选择最优结构元素进行腐蚀去噪;计算黏连区域像素个数与单头蚜虫期望大小像素个数的模,实现黏连区域蚜虫计数。【结论】基于结构元素的棉蚜计数方法能有效的对棉田复杂背景下棉蚜快速准确计数,计数平均准确率为86.47%,在图像处理过程中极大降低了算法对阈值的依赖性,有效地解决了棉蚜图像黏连分割的问题,完成基于数字图像的复杂背景下棉蚜计数。     

分布式水文模型在徒骇马颊河流域灌溉管理中的应用Ⅰ.参数率定和模拟验证

【目的】建立徒骇马颊河流域的分布式水文模型,为进行该地区灌溉制度优化提供支持。【方法】首先运用洗牌复形演化（SCE-UA）算法在禹城试验站和洪门试验站对分布式水文模型（SWAT）中的作物参数进行率定,接着以遥感监测的蒸散数据为目标,应用拉丁超立方-单次单因素（LH-OAT）方法对蒸散发（ET）相关的参数进行了敏感性分析,用序贯不确定性（SUFI-2）算法优化出一套参数范围并进行不确定性分析。在此基础上,在考虑模型不确定性的情况下对冬小麦－夏玉米轮作体系产量的长期模拟结果进行验证。【结果】作物参数率定结果表明,禹城试验站上冬小麦和夏玉米产量的相对误差分别为7.02%和16.60%,洪门试验站上冬小麦和夏玉米产量的相对误差分别为0.09%和0.10%。ET参数率定和统计年鉴产量验证结果：除了NS系数,P_factor、R_factor以及R2的模拟精度较高。【结论】依据徒骇马颊河流域的特点进行SWAT模型相关参数的率定,得到较好的模拟结果,为进一步深入研究该地区水分生产函数和优化灌溉制度打下了基础。     

基于差分演化与猫群算法融合的群体智能算法

提出一种基于差分演化与猫群算法融合的群体智能算法。该算法基于猫群算法的两种行为模式，引进差分演化的思想，根据分组率随机把群体分成两个种群，一个种群执行猫群算法搜寻模式，另一种群执行差分变异模式，算法采用一种信息共享机制，使两个种群在搜索最优解时可以实现协同进化，信息交流。既实现了不同进化模式间的优势互补, 又可以增加种群的多样性。对5个基准函数进行仿真实验并分别与DE和CSO 进行比较，表明混合算法同时具有全局搜索和局部搜索最优解性能，收敛速度快，计算精度高，更适合用于求解高维复杂函数。     

15个葡萄砧木耐热性差异评价

【目的】研究15个葡萄砧木品种新梢的生长及叶片叶绿素荧光参数对高温的响应，评价其耐热性的差异性，筛选出耐热性较强的砧木，为砧木的耐热性选择提供理论依据。【方法】在吐鲁番自然高温条件下，研究15个葡萄砧木品种在田间高温下的生长情况并测定叶片的荧光参数，利用隶属函数法分析评价其耐热性。【结果】在40℃高温气候条件下，110R和Fercal叶片卷曲，山河2号轻微卷曲，其它砧木均无卷曲，叶缘正常，叶片上无斑点；植株生长前期速率随温度升高而下降，后期生长速率平稳。15个砧木品种的耐热性分为6类。【结论】砧木山河2号的耐热性最强，140R最弱。     

高寒荒漠草原季节性放牧管理优化模拟研究

【目的】保护中国高寒荒漠草原的生态环境,指导草原牧区的全面可持续发展,从草畜平衡的角度为制定高寒荒漠草原牧区合理的放牧管理政策及实现牧草资源高效利用提供依据。【方法】根据季节性轮牧的特点和牲畜生产节律,考虑了草地资源的时空隔离和牲畜数量的动态变化,对暖季、冷季两个草场放牧时间段进行细化,在现有合理载畜量计算方法的基础上,以载畜量最大为目标,以动态草畜平衡为约束条件,以转场时间和出栏率为优化参数,建立了放牧-管理优化模型,并选取青海省乌兰县牧区作为高寒荒漠草原季节性牧区的典型代表,利用遗传算法寻优,确定乌兰县牧区丰、平、枯3种降水情景下最优放牧条件,进行草畜平衡优化模拟计算和动态草畜平衡分析,并与优化前进行对比。【结果】放牧-管理优化模型对牧区不同降水情景的模拟结果均较好。以未利用饲草量最低为依据,确定乌兰县牧区丰、平、枯3种降水情景下最优放牧条件分别为11月1日转场,出栏率43.4%、11月3日转场,出栏率38.2%和11月3日转场,出栏率36.7%,最优合理载畜量分别为109.92、96.14和83.64万标准羊单位,较优化前合理载畜量分别提高了11.75%、10.44%和10.43%;优化前后乌兰县牧区丰水年的合理载畜量分别为98.38和109.92万标准羊单位,比枯水年的75.74和83.64万标准羊单位的适宜承载量高30%,可见除牲畜出栏率和转场时间外,降水量也是影响牧区合理载畜量的重要因素;通过对牧区产草过程与牲畜动态需草过程的分析,进行乌兰县牧区平水年动态草畜平衡计算后发现,优化前冷季牧场可利用饲草不能被完全利用,放牧过程存在不合理之处,剩余草量超过6 130万kg,而优化后可利用饲草未充分利用问题得到有效解决,牧草资源得到高效利用,对于乌兰县整个牧区而言,调整放牧转场时间和牲畜出栏率是改良放牧制度的可靠方式;利用放牧-管理优化模型对牧区放牧过程进行优化,可以在保证牧区全年合理载畜量较高的同时,能够实现季节性轮牧区动态草畜平衡。【结论】放牧-管理优化模型对高寒荒漠草原季节性牧区的适用性较好,对轮牧区放牧管理过程调控和草畜平衡优化具有一定的优越性;放牧-管理优化模型可有效调控牧区载畜量,其优化结果可为制定合理的放牧制度提供参考,因此可将该模型用于优化单个牧户或牧场的放牧过程,得到单个牧户或牧场的最优放牧条件,从而制定相应的放牧制度,对单个牧户或牧场的生产实践工作更具有实际指导意义和可操作性。     

沙漠扩散预测模型的研究

[目的]荒漠化危害是我国目前最大的环境问题之一.其发生最严重的地区主要集中于我国北方的农牧交错地带上,研究新疆独特的环境条件,提出较完善的沙漠化预测数学模型,从而预测沙漠扩散趋势,监测绿洲-沙漠交错带沙漠化情况.[方法]尝试从沙漠-绿洲之间的作用关系人手,分析交错带沙漠化的特征,以数学物理原理对沙漠扩散模型进行研究.[结果]前人提出的沙漠化率为常系数的模型不能够完整地解释沙漠动态变化情况.[结论]着重研究了沙漠化率系数,并提出沙漠化率系数为变系数的偏微分方程沙漠化预测模型,得到了精度更高的结果.因此,研究提出的模型更准确地预测出任意一年的沙漠面积,为治沙工作提供参考数据.