混沌粒子群算法在新安江模型参数

流域水文模型由于受到众多因素的影响导致结构复杂、参数众多,大多数参数都有明确的物理意义,理论上可根据其物理意义直接定量,但实际上由于缺乏观测数据支持,往往需要通过系统识别的方法推求。因此,积极开展模型参数识别技术的研究和应用从而得到合适的参数对模型推广应用及提高应用精度都有很重要的意义。采用由粒子群算法和混沌优化方法结合的混沌粒子群算法对水文模型参数进行优选,该算法对局部最优解在搜索空间上进行混沌迭代优化,改善和提高了基本粒子群算法的全局寻优性能和收敛速度。在新安江水文模型参数优选的应用结果表明,该参数优选方法比传统参数优选方法更易快速的收敛于全局最优解。     

混沌粒子群算法在新安江模型参数优选中的应用

流域水文模型由于受到众多因素的影响导致结构复杂、参数众多,大多数参数都有明确的物理意义,理论上可根据其物理意义直接定量,但实际上由于缺乏观测数据支持,往往需要通过系统识别的方法推求.因此,积极开展模型参数识别技术的研究和应用从而得到合适的参数对模型推广应用及提高应用精度都有很重要的意义.采用由粒子群算法和混沌优化方法结合的混沌粒子群算法对水文模型参数进行优选,该算法对局部最优解在搜索空间上进行混沌迭代优化,改善和提高了基本粒子群算法的全局寻优性能和收敛速度.在新安江水文模型参数优选的应用结果表明,该参数优选方法比传统参数优选方法更易快速的收敛于全局最优解.     

基于SCE-UA算法的新安江模型与垂向混合产流模型参数优化应用研究

为解决流域水文模型人工试错率定参数呈现的经验性与不确定性问题,探寻模型参数率定的全局最优解,本文对三水源新安江模型与垂向混合产流模型采用复合形交叉进化算法(SCE-UA)优选率定模型参数。优化过程中拟定了两种模型参数优选边界,选定包含复合形个数p在内的SCE-UA算法参数,建立了基于洪峰、洪量、流量过程三要素的目标函数。经案例分析得出SCE-UA算法适用于上述两种水文模型调参应用,且垂向混合产流模型模拟结果优于三水源新安江模型。     

模拟退火算法在新安江半分布水文

半分布新安江模型能够反映水文的空间变异规律,比集总模型能更好的反映下垫面的影响。但是多个子流域单元的参数优选变的更加复杂,这是半分布水文模型急需解决的难题。模拟退火算法是局部搜索算法的扩展,能够跳出局部循环,并在理论上以概率1.0接近全局最优值。模拟退火算法应用在半分布新安江模型参数优选工作中,确定参数的自动优化问题。并通过实例检验了模拟退火算法在半分布水文模型中的应用。     

基于贝叶斯理论的土体抗剪强度参数最优二维分布模型识别方法

提出了基于贝叶斯理论的土体抗剪强度参数最优二维分布模型的识别方法。首先,介绍了基于Copula函数的土体抗剪强度参数二维分布模型的表征方法。其次,采用蒙特卡洛模拟方法验证了贝叶斯理论识别最优二维分布模型的有效性,对比了贝叶斯独立识别、贝叶斯非独立识别、AIC一步识别,AIC两步识别4种识别方法的识别能力,分析了影响贝叶斯理论识别精度的主要因素。最后,搜集了29组实际工程土体抗剪强度参数试验数据,研究了贝叶斯独立识别和非独立识别在实际工程土体抗剪强度参数最优二维分布模型识别中的应用。结果表明,贝叶斯理论能够结合先验信息有效地识别表征土体抗剪强度参数最优二维分布模型;贝叶斯理论与AIC准则相较在小样本条件下的识别能力和识别精度方面优势明显;土体抗剪强度参数的样本数目、参数间相关性、备选二维分布模型集合以及先验信息都显著影响贝叶斯理论的识别精度。     

农灌区地下水开采对径流的影响模拟研究

农灌区地下水开采对流域水文过程具有重要影响。针对农灌区,基于新安江模型,建立了考虑地下水埋深对降水入渗补给量、潜水蒸发量以及河川径流量影响的计算模型。利用淮河临涣集流域实测气象、水文资料,对模型进行了参数率定及模型验证,分析了模型参数对河川径流和地下水埋深影响的敏感性,模拟研究区不同开采对径流的影响程度。     

一种无资料地区山洪灾害临界雨量计算方法研究

临界雨量是预警山洪灾害的关键指标。山洪灾害多发生的无资料地区,其临界雨量的确定一直是防灾减灾中的难点。根据暴雨等值线图确定出的设计暴雨与设计洪水在工程实践中已广泛应用,因此,以设计暴雨与设计洪水资料为基础,率定出水文模型参数,再依据调查确定的成灾流量,计算出该防灾对象的临界雨量。选取二水源新安江与SCS两种水文模型,计算了湖北省宜昌市点军区内30个小流域的临界雨量,计算结果表明:1提出的方法对于无资料地区山洪灾害临界雨量计算具有可行性;2基于二水源新安江模型和SCS模型计算的临界雨量合理且二水源新安江模型优于SCS模型。     

属性识别模型在水利水电规划方案综合优选中的应用

针对目前水利水电规划方案综合优选方法中存在的问题，提出了基于变异系数权重的水利水电规划方案综合优选属性识别模型。该模型采用反映评价指标特征值之间差异性的参数——变异系数作为评价指标的权重，减小了权重确定的主观性，且模型求解方法简单易学。实例分析表明，这一模型和方法是合理、可行的。     

数字流域水文模拟在增江流域中的

基于DEM的流域水文模拟已成为近年来流域水文模型的热点之一。本文从探讨基于DEM的流域水文模拟方法入手，研究了数字高程模型和新安江模型相结合的半分布式水文模型的建模思路，并把它应用于增江流域洪水预报中，结果证明该模型切实可行。     

数字流域水文模拟在增江流域中的应用

基于DEM的流域水文模拟已成为近年来流域水文模型的热点之一。探讨基于DEM的流域水文模拟方法入手，研究了数字高程模型和新安江模型相结合的半分布式水文模型的建模思路，并把它应用于增江流域洪水预报中，结果证明该模型切实可行。     

基于多流域同步率定的HBV模型参数移植方法研究

无资料地区洪水预报是水文学研究的难点之一。为提高无资料地区HBV模型参数移植的精度,以安徽屯溪流域为例,基于多目标优化函数实现多个流域HBV模型同步率定,获得同时适用于多个流域的模型参数,并对参数的移植效果进行验证。结果表明:基于单个流域率定的参数移植不确定性较高,移植效果不稳定;多流域同步率定的参数移植效果普遍较优,能够有效提高无资料地区参数移植稳定性和洪水预报的精度。     

全球气候变化对高寒山区融雪径流的影响及其敏感性分析

以天山西部山区为研究区,采用多种数理统计的方法以研究区1957-2005年实测的水文、气象资料为基础进行趋势变化及全球气候变化对降水、气温、径流影响的分析,并借助RS和GIS以新安江模型为基础建立了研究区数字水文模型,并对2005年融雪径流进行模拟。利用该模型结合不同的未来气候情景假设分析高寒山区融雪径流对气候变化的响应和敏感性。     

合浦水库流域洪水实时预报模型研

根据广西合浦水库流域的水文特征，利用分散型新安江三水源模型对合浦水库流域洪水实时预报进行了研究。对流域产汇流模型以及洪水实时预报校正模型的参数进行了率定，将研制的产汇流模型应用于实际洪水预报，再利用两种不同实时校正模型对洪水预报的结果进行了校正。最后取得了较为满意的效果。     

基于全球陆面数据同化系统蒸散量的GSAC模型率定

在识别缺资料流域水文模型参数时,目前常采用的区域化方法存在相似流域间降雨径流关系差别较大、模型参数与流域属性间的相关性不明显、在大范围缺资料地区难于选取参考流域等问题。本文从全球陆面数据同化系统(GLDAS)获取流域蒸散量数据,提出利用GLDAS蒸散量率定GSAC模型的方法。首先,通过合并网格建立GSAC模型模拟的蒸散量与GLDAS蒸散量在时间和空间方面的对应关系;其次,基于纳什效率系数的定义构建了一个模型率定指标,以评价GSAC模型模拟的蒸散量对GLDAS蒸散量的拟合效果;最后,依据GLDAS蒸散量与GSAC模型模拟蒸散量之间的拟合关系率定GSAC模型。呼兰河流域应用结果表明,GLDAS提供的蒸散量能够较好反映流域实际蒸散量的变化情况,为率定GSAC模型提供了一种有效的输入数据;在率定期与验证期,利用GLDAS蒸散量率定的GSAC模型对流量模拟的纳什效率系数分别为0.81和0.77,与利用流量数据率定的GSAC模型模拟结果相近。     

基于BP神经网络的人机联合率定SWMM研究

为解决雨洪管理模型(SWMM)在率定过程中参数复杂、过程繁琐等问题。以西宁市某地块为例建立SWMM模型,利用Morris筛选法进行参数灵敏度分析,并根据灵敏度分析的结果进行人工率定;另外利用BP神经网络对模型进行率定,并结合参数灵敏度对其进行优化。对3种率定方案进行分析,结果表明:水文水力模块参数的相对灵敏度基本一致,其中灵敏度较大的参数为子汇水区面积(Area)、不透水率(Imperv)和不透水区洼地蓄积量(Destore-Imperv),并且不同降雨条件下模型参数的灵敏度存在差异。经过优化后的BP神经网络参数率定方法的模型模拟效果最好,纳什系数最大。结合灵敏度优化BP神经网络的人机联合率定方法一方面能提高BP神经网络率定的准确性,另一方面又能提高传统人工率定的效率。     

基于ZRM-MDH模型转换的串联机器人运动学参数标定

运动学参数误差是影响工业机器人绝对定位精度的主要因素,通过误差标定能够有效地提高工业机器人的精度。运动学模型的完整性、连续性与冗余性对运动学参数的辨识精度影响较大。为尽可能地提高机器人的标定精度,并易于实现机器人误差补偿,本文提出一种基于ZRM-MDH模型转换的机器人运动学参数标定方法。首先,基于零参考模型(ZRM)建立TX60型串联工业机器人的位姿误差模型,结合测量位姿误差辨识ZRM的参数;其次,基于圆点分析法将ZRM转换成MDH模型。在TX60型机器人前侧工作区域内任意选择50个测量点,实施运动学参数误差标定。实验表明,基于MDH模型标定后的机器人平均综合定位误差为0.081 mm,而经过ZRMMDH模型转换后的机器人平均综合定位误差为0.062 mm。为验证标定方法的稳定性,在TX60型机器人前侧工作区域内,选择5个区域实施运动学参数误差标定,结果表明,基于ZRM-MDH模型转换获得的标定精度稳定性相对较好。     

新安江模型在浑河流域上的应用

新安江(三水源)模型应用于南方湿润和半湿润地区时一般为跨年度的连续计算,但是在北方地区,特别是东北地区,由于受到特定气候条件的限制,一般只做汛期(6～9月)连续计算,而不做全年的连续计算.根据浑河流域的水文特性,以浑河北口前流域为例,应用新安江(三水源)模型模拟日径流过程,做全年的日径流预报,预报结果均达到乙级标准以上.结果表明新安江(三水源)模型可用于北方半湿润地区的全年径流预报,推进了新安江模型在北方地区的应用.     

基于最大熵谱估计的水文周期分析

最大熵谱估计法是以AR模型为基础的一种参数谱估计方法。该方法通过频谱分析,可以计算出全局性的主要周期,从而反映出水文时间序列的整体特性。本文介绍了最大熵谱估计法的基本概念和理论,并论述了用Burg算法作为求解AR模型参数的方法。针对岷江紫坪铺水文站1937-2004年的年径流实测资料,本文将最大熵谱估计理论应用于水文时间序列周期的提取上,并采用Fisher检验方法对提取出的周期进行了检验。通过分析发现,岷江紫坪铺站年径流序列存在4年左右的变化准周期,对揭示岷江中上游水文周期的变化规律具有一定的探讨意义。在研究中同时也发现,最大熵谱估计也存在一定的缺陷,在今后的研究中还需进一步建立熵与水文过程之间的联系,从而更好的揭示出水文时间序列的变化规律。     

基于遗忘因子和误差修正的水文实

在进行水文预报时，由于影响河道洪水的因素众多，常用的水文预报模型往往不符合实际水文系统的客观规律。对这类系统的参数辨识要求算法具有较强的实时跟踪能力，以适应模拟或预测洪水运动变化过程的要求。利用洪水预报误差信息，对BP网络洪水实时预报校正模型与方法进行了探讨，提出了两种实时预报方法。第一：运用最小二乘递推算法，引入时变遗忘因子实时跟踪模型中时变参数的变化，建立了神经网络在非线性系统中动态的系统输入、输出数据之间的映射关系。第二：利用BP网络模型对误差的可识别性，将模型对输出变量的预报误差再次作为输出变量，对网络可能预报的误差进行实时修正。计算实例表明：以上两种方法提高了神经网络在水文领域的预报精度，给BP神经网络的实时预报方法提供了新的途径。     

桂江流域洪水模拟研究

桂江流域具有降雨量大,汇流快,难预报的特点。利用EasyDHM模型建模,采用EasyDHM产流模型和马斯京根法汇流模型演算方法进行产汇流计算。经过参数率定,模型模拟的洪水具有较高的精度,同时,模型所率定的参数适用于验证期的洪水。对桂江流域比较重要的参数进行了对比分析,得出适用于桂江流域的一组参数。