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。     

Sacramento模型的多步骤参数估计方法及应用

为了解决传统优化算法在Sacramento模型参数估计中存在早熟、收敛速度慢、容易陷入局部最优和传统求解过程出现模型模拟吻合度较差等问题。对于人工生成的理想水文资料,分别采用SCE-UA算法、并行遗传算法(PGA)、改进粒子群算法(SMSE-PSO)和提出的免疫克隆选择算法(ICSA)进行参数率定,比较结果选出最优算法,同时,将最优算法与多步骤参数估计方法结合进行实测资料的洪水预报,并比较单步骤与多步骤方法的预报效果。结果表明:ICSA收敛结果更好,效率和精度更高,将其与多步骤参数估计结合提高了洪水预报精度。ICSA算法和多步骤参数估计方法结合为Sacramento模型参数估计提供了一条新途径。     

变权组合预测模型在洪水预报中的应用

【目的】研究洪水预报的多模型组合预报模式,丰富洪水预报的方式方法。【方法】将最优非负可变加权系数的组合预测方法应用于洪水预报中,分别建立最优加权组合预测模型和最优非负可变加权系数组合预测模型,以新安江模型、萨克拉门托模型、水箱模型和陕北模型为例进行组合预报,并用东洋河1982年8月的一场洪水实测流量值对2种组合模型进行了实例验证和比较。【结果】最优非负可变加权系数组合预测模型的3种误差指标均方误差(MSE)、平均绝对误差(MAE)和平均绝对百分比误差(MAPE)分别为18.394 0,51.317 2和0.131 4,明显小于最优加权组合预测模型的28.110 7,108.816 7和0.268 9,且前者的确定性系数(DC)为0.961 3,明显大于后者的0.909 5,表明应用最优非负可变加权系数组合预测模型的预测结果优于定权重的最优加权组合预测模型的预测结果。【结论】考虑变权重的最优组合预测能进一步提高洪水预测的精度。     

基于多因素的排污口优化布设模型及其动态实现

针对排污口优化布设中存在的问题,提出基于多因素的排污口优化布设模型.采用免疫克隆选择算法求解模型,以提高求解效率;同时,针对优化模型仅从理论角度出发的缺陷,开发“人机交互”的排污口布设系统,实现排污口布设系统的动态可视,并以黄河某水功能区为例,验证了模型和系统的可用性.结果表明基于多因素的排污口优化模型一种切实可用的模型.     

微分进化算法在水电站水库优化调度中的应用

【目的】针对传统优化算法的不足,将微分进化算法应用到水电站水库优化调度问题中,建立新的优化算法模型。【方法】建立基于微分进化算法的水电站水库优化调度模型,并给出具体求解步骤。为验证算法的有效性,将其应用于具体水电站水库的优化调度计算中,最后将该方法与遗传算法的计算结果进行了对比。【结果】实例计算结果表明,与遗传算法相比,微分进化算法收敛速度快,可调参数少,计算精度高,稳定性好,且该算法简单、容易实现,具有较强的全局搜索能力。【结论】微分进化算法在解决水电站水库优化调度问题时具有很强的适用性,为求解水电站水库优化调度问题提供了新思路。     

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。     

面向用水量考核管理的多级主题嵌套模式研究

【目的】研究基于多级主题嵌套模式的区域用水总量考核管理方法及系统应用,为实现区域用水总量考核工作的系统化和流程化管理提供支撑。【方法】以区域用水总量考核为研究对象,从服务对象层面和业务应用层面入手,以综合集成平台为工具,对面向用水量考核管理的多级主题嵌套模式进行系统介绍和应用。【结果】基于现有的用水量考核方法,考虑区域用水总量的时变性,采用"组件+知识图"的信息化手段,将用水量考核相关的模型、方法及流程进行组件式封装,以结构化的方式快速、灵活地搭建出多级主题嵌套模式下的用水量考核管理系统。实例分析表明,该系统可将用水量考核业务流程化,能够对新疆兵团第十三师"师-团-连"三级区域用水量分层逐级地进行嵌套式考核,可进行时间尺度动态调整下的用水量考核管理,能够从不同角度可视化展示用水量考核结果,提高了用水量考核管理工作效率。【结论】面向用水量考核管理的多级主题嵌套模式具有可操作性、高效性、实用性,可为落实用水量考核管理提供支撑。     

基于动态规划的河流纳污能力优化计算

【目的】将动态规划引入河流纳污能力计算,以解决传统算法中水质目标质量浓度难以确定、纳污能力可能出现负值及纳污能力难以达到最大的问题。【方法】在传统纳污能力算法的基础上,以河流纳污能力最大为目标,提出了基于动态规划的纳污能力优化算法,并以渭河干流陕西段为例进行实例检验。【结果】利用建立的基于动态规划的河流纳污能力优化算法,计算得到渭河干流陕西段的纳污能力结果为59 618.88t/年,传统算法的结果为58 377.45t/年,表明优化算法较传统算法可以得到更优的纳污能力,而且优化算法计算所得的纳污能力为水域纳污能力定义中所强调的"最大数量",同时优化算法可以得到确切的水质目标质量浓度且可以避免纳污能力出现负值。【结论】基于动态规划的河流纳污能力优化算法具有一定的合理性和可行性,为纳污能力计算研究提供了一种新思路。     

基于DS证据理论的多模型洪水预报方案优选

【目的】研究基于DS证据理论的多模型洪水预报方案优选模式,以丰富多模型洪水预报方法。【方法】建立了多模型洪水预报情形下的优选指标体系,运用基于证据可信度的DS证据理论合成方法进行洪水预报方案的优选,采用新安江模型、萨克拉门托模型、水箱模型和陕北模型进行多模型洪水预报的优选,并以东洋河为例进行模拟验证。【结果】在对东洋河洪水进行预报时,新安江模型、萨克拉门托模型、水箱模型和陕北模型的可信度(m(Mi))分别为0.758 7,0.906 6,0.838 4和0.859 1,多模型洪水预报方案由优到劣的次序依次为:萨克拉门托模型、陕北模型、水箱模型、新安江模型,因此认为采用萨克拉门托模型对应的预报方案为最优预报方案。【结论】基于DS证据理论的多模型洪水预报方案优选可以为决策者提供更为科学的决策,进一步丰富和完善了多模型洪水预报方法。     

水库洪水调度多目标决策方法及应用

针对水库洪水调度多目标决策中专家主观思维模糊、决策信息不完备的问题,提出了一种基于模糊集理论的水库洪水调度多目标决策方法。该方法首先通过迭代计算得到了符合实际要求、便于程序化实现的目标权重。然后,根据得到的目标权重确立了满足精度要求的目标综合决策值和模糊划分,根据计算结果判定各决策方案所属类别和优劣排序,得到了既兼顾主观偏好又满足客观属性的决策方案。实例结果表明了提出的基于模糊集理论的多目标决策方法对水库洪水调度是简便而有效的。