采矿疏水的回灌与地下水资源管理模型

分析了地处毛乌素沙漠东南南缘的大柳塔井田用采矿疏水回灌潜水含水层以保护地下水资源的可行性 ，并讨论了现场回灌试验的结果，在此基础上，建立了井田疏水与回灌相结合的地下水资源管理模型。     

嵌入法地下水资源优化管理模型研究综述

嵌入法用于求解地下水资源优化管理问题,有其独特的特点。前人研究成果表明,与响应矩阵法相比,嵌入法同样可用于求解较大规模的、复杂含水层系统的管理问题。     

地下水管理模型中的参数随机性问题

通过一假设的水地质管理问题，建立了该问题的机会约束随机管理模型，利用Taylor展开法分别就渗透系数、弹性给水度、初始流场和边界水位的随机性对管理结果的影响进行了计算分析，得出了渗透系数和一类边界条件的随一类管理结果的影响最明显，而弹性给水度的随机性对管理结果的影响很小，初始水位只影响疏干时间而对最终的稳定疏干水量没有影响等一般规律，并给出了理论分析。     

地下水管理模型软件GWM简介及算例

GWM是基于MODFLOW-2000的地下水管理程序,它采用响应矩阵法将地下水流模拟模型和地下水优化模型耦合,可用多种优化方法求解。本文简单介绍了GWM程序的功能及其使用说明,并结合算例讨论了该程序在地下水优化管理中的应用。结果表明:应用该方法建立和求解地下水管理模型时具有极大的便捷性和可靠性,这在解决地下水最优控制问题中是非常有意义的。     

基于tabu搜索法的水文地质参数反演

在地下水模拟中,对水流与溶质运移的模型参数的识别应包括对参数的值和参数的结构的识别。应用tabu搜索法结合防渗墙区域的三维渗流计算对水文地质参数的进化反演,由反演得到的参数值计算的水文值与计算值最大相差0．96m。作为近期发展起来的一种随机搜索方法,tabu搜索法有较强的解决复杂组合问题的能力。     

基于卓越模式的煤矿安全绩效管理模型体系

安全绩效管理是细化和深化安全管理的重要手段,在分析现有研究和应用不足的基础上,结合国际领先的卓越绩效模式管理思想,构建了基于卓越模式的安全绩效管理模型,提出了基于卓越模式的煤矿安全绩效评价指标体系,包括6个一级指标,16个二级指标和55个三级指标。该模型对于丰富安全绩效管理理论和促进安全管理向细化发展,提升煤矿安全管理水平提供基础条件。     

基于金字塔模型的小样图快速搜索纹理合成算法

基于样图的纹理合成技术是当前计算机图形学、计算机视觉和图像处理领域的研究热点之一。文章提出基于金字塔型的小样图快速搜索算法,在合成速度上得到了很大的提升;同时还包含以误差为匹配标准,在纹理块之间进行了平滑处理的磨滑算法。实验结果表明,本算法在规则和随机纹理合成上都得到了不错的视觉效果。     

一种基于交替选择的遗传算法研究

针对遗传算法后期种群多样性缺乏,容易陷入局部最优的缺点,提出了交替选择算子配合传统的盘赌选择算子,以增加种群多样性。实验表明,这种遗传算法具更好的整体寻优能力,有实用价值。     

基于粗糙集和拉开档次法的煤矿本质安全管理评价模型

为提高煤矿企业本质安全管理评价的准确度,减少人为主观因素在安全管理评价中的影响,建立了基于粗糙集和拉开档次法的煤矿本质安全管理评价模型。粗糙集方法从特征选择的角度约简出最能体现特征类别的少数关键属性,依此构建出煤矿本质安全管理评价指标体系;利用拉开档次法对小样本进行评价,以定量化方法解决多属性综合评价问题,进而得出煤矿本质安全管理评价结果;两种方法相结合,有利于对小样本数据的煤矿本质安全管理进行评价。以某大型煤电集团本质安全管理评价资料进行实证研究,通过实验数据与原评价结果的对比,得出该评价模型具有较高的精度,有助于评价煤矿安全管理水平,对建立煤矿安全管理机制具有重要作用。     

大连大魏家岩溶地下水系统管理模型的研究

海水入侵是一个水质问题。解决该问题传统的水文地质计算方法就是建立一个溶质对流—弥散模型。该方法是否对岩溶介质也适用,目前仍是一个争论的问题。笔者在充分分析水文地质条件基础上,从系统工程的观点出发,利用响应矩阵方法建立了以地下水最大可开采量为目标函数的水力管理模型,把保证水质的问题转化为控制各约束条件耦合于管理模型中,较好地确定了该系统的优化开采方案。     

遗传算法和模矢法结合的概率积分法参数反演方法

遗传算法在反演概率积分法预计参数时从参数取值范围内的串集开始搜索,并使用弹性策略来维持群体的多样性,使得算法可以跨过局部收敛的障碍,向全局最优解方向进化;但这种概率化的寻优算法存在局部探索能力差、结果不稳定的缺陷,只能获得问题的近似最优解。模矢法是一种降梯度算法,算法局部探索能力强、收敛快;但这种算法对初值选取敏感,初值选择不当易陷入局部极值。本文提出并实现了一种模矢法与遗传算法结合的组合算法:先使用遗传算法求得参数的全局近似最优解,然后将近似最优解作为探索初值,使用模矢法获得参数的稳定、精确最优解。研究结果表明:组合算法反演概率积分法预计参数的精确度高、收敛快、稳定性好,综合性能较遗传算法和模矢法有明显优势。     

基于遗传算法的概率积分法预计参数反演

地表移动观测站实测数据反演求取概率积分法参数是这一方法应用过程中的关键问题,现有算法存在求参易发散,难以获取最优解的缺陷.提出采用遗传算法反演概率积分法参数,研究了该算法反演结果的准确性和可靠性.研究结果表明,遗传算法反演概率积分法预计参数精度高,参数相对误差小于1.5%,对观测站中的观测值随机误差、粗差、观测点缺失的问题具有较强的抗干扰能力,较最小二乘法、模矢法在参数反演准确性和可靠性方面有明显优越性.     

非结构网格化方法求解地下水流数值模型

该文针对边界不规则、区域水文地质条件复杂的地下水数值模拟求解问题,采用基于控制体积有限差分非结构网格方法,介绍了地下水流模型建立与求解过程。结合一个模型算例,用非结构网格模拟源汇项、地下水位和流场分布,并与结构网格模拟结果进行对比分析。结果表明,非结构网格比结构网格剖分网格单元数少,实现简便,且能有效地减少计算量,对于有抽水井、河流等边界条件不规则的地下水模拟能提高计算精度。     

基于遗传算法的矩形件排样问题求解

在分析了常用矩形件优化排样算法的基础上,提出了一种新的改进算法,在排样过程中加入旋转策略和改进了的向后搜索方案。将此算法作为一种解码方法,与遗传算法相结合来求解矩形件排样问题。算例表明了该算法能达到更好的排样效果。     

混合遗传算法求解经典作业车间调度问题

在研究遗传算法和模拟退火算法的基础上,提出了求解经典作业车间调度问题的混合遗传算法的设计方案,并提出了一个新的编码方法,阐述了相应编码的解码规则。仿真计算验证了混合算法的可行性和有效性。     

Groundwater level prediction based on hybrid hierarchy genetic algorithm and RBF neural network

As the traditional non-linear systems generally based on gradient descent optimization method have some shortage in the field of groundwater level prediction, the paper, according to structure, algorithm and shortcoming of the conventional radial basis function neural network （RBF NN）, presented a new improved genetic algorithm （GA）： hybrid hierarchy genetic algorithm （HHGA）. In training RBF NN, the algorithm can automatically determine the structure and parameters of RBF based on the given sample data. Compared with the traditional groundwater level prediction model based on back propagation （BP） or RBF NN, the new prediction model based on HHGA and RBF NN can greatly increase the convergence speed and precision.     

遗传神经网络模型在地下水质量评价中的应用

设计了用遗传算法训练神经网络权重的新方法,并应用该方法建立了地下水质量评价的GA-BP神经网络模型,对阜新新邱露天煤矿地下水水质进行了评价。研究结果表明遗传算法具有快速学习网络权重和全局搜索的能力,有效地解决了BP算法的局部收敛的问题。应用该方法环境质量评价简便可靠,预测精度高,具有通用性和客观性等优点。     

基于BFGS算法的概率积分模型的参数反演

概率积分模型是描述煤炭开采引起地表变形规律的重要数学模型,通常采用传统优化算法和智能优化算法,对概率积分模型中的未知参数进行反演,以确定明确的地表变形特征。为了更有效地反演概率积分模型中的未知参数,引入最优化方法,提出一种基于BFGS算法的概率积分模型中参数反演方法,该方法利用相邻两迭代点之间的位移和目标函数的一阶导数构建近似Hesse矩阵,然后确定牛顿方程产生的搜索方向,通过非精确线搜索完成迭代过程,从而获得参数的最优解。仿真实验结果表明:新算法能够有效反演出全部参数,且在不同的误差水平下,新算法的参数反演精度均明显高于模矢法(传统优化算法)和遗传算法(智能优化算法);同时,在不同的粗差水平和数据缺失情况下,新算法的参数反演精度仍明显优于其他两种算法,一定程度上说明了引入新算法进行概率积分模型中参数反演的可行性和优越性。工程实例中,反演结果和下沉值的拟合曲线图进一步验证了新算法的可靠性,但工程实例中拟合单位权中误差明显大于仿真实验,其主要原因是矿区较大的地表起伏造成较大的概率积分模型误差,进而影响参数反演的精度。因此,对于具体的工程案例,除了采用有效的参数反演方法,还需要根据实际情况制定合理的反演方案,以达到更好的参数反演效果。