蝙蝠算法-投影寻踪模型在旱灾评估中的应用——以文山州为例

针对投影寻踪(PP)模型在实际应用中最佳投影方向α难以确定的不足,利用蝙蝠算法(BA)搜寻PP模型最佳投影方向α,提出BA-PP评估模型,并同PSO-PP模型作对比,以文山州1990—2013年旱灾评估为例进行实例研究,选取农作物受灾面积、成灾面积、粮食损失和经济作物损失4个旱灾评估基本指标,并利用旱灾投影系列均值Z及标准差σ构造旱灾评估分级标准对实例进行评估。结果表明:1BA算法收敛精度优于PSO算法,具有较高的寻优精度和全局寻优能力,将BA算法用于PP模型佳投影方向α的选取,可有效提高PP模型评估精度,避免最佳投影方向α寻优结果变化范围过大的缺陷;2BA-PP模型对文山州24 a来旱灾评估结果为特大旱灾3次,重大旱灾5次,较大旱灾16次,平均3 a发生一次重大旱灾,旱灾程度随时间呈增加趋势,且增加趋势显著。     

基于改进PSO-PP模型的区域水资源利用效率评价

针对基本粒子群算法(PSO)早熟收敛、易陷入局部极值以及投影寻踪(PP)模型最佳投影方向难以选取的不足,利用改进的PSO(IPSO)算法优化PP模型最佳投影方向,提出了IPSO-PP水资源利用效率评价模型。从"三生"用水指标中选取15个指标构建区域水资源利用效率评价指标体系,以云南省16个州市水资源利用效率评价为例进行实例研究,并构建PSO-PP模型、差分进化(DE)算法-PP模型及和声搜索(HS)算法-PP模型作对比分析模型。结果表明,IPSO算法优化PP模型获得的适应度值和最佳投影方向均优于PSO、DE和HS算法,具有较好的求解精度和全局极值能力。IPSO-PP模型对实例的评价排序结果与DEPP模型相同,与HS-PP模型评价排序结果略有差异,与PSO-PP模型评价排序结果差异较大,表明智能算法寻优能力的强弱决定了评价精度的高低。模型及实例验证结果可为PP模型优化及其他水资源系统类综合评价提供参考和借鉴。     

基于OBLFOA-PP-BC的围岩稳定性二维评价模型

投影寻踪是一种解决复杂围岩稳定性评价问题较为有效的不确定性分析方法,但其结果受投影方向的影响和控制。为寻求最优的投影方向向量和体现寻优过程的不确定性,探讨了寻求最佳投影方向向量的反向学习果蝇优化算法,进而利用该算法改进围岩稳定性投影寻踪评价模型。针对投影寻踪方法常出现分级阈值难以划分情形,利用实测样本的最佳投影值,通过逆向云算法构建了不同等级围岩的正态云模型,进而有效解决了阈值难以划分问题。为判定模型评价结果可靠度和评价过程模糊性,引入模糊熵E作为辅助参评量和等级评价结果L共同构成二维评价模式(L, E)。围岩稳定性评价指标多种多样且评价体系不唯一,选取2个采用不同评价指标体系的实例予以应用,并与其他方法作对比分析。结果表明,该模型应用于围岩稳定性评价有效可行,且评价结果客观准确,为围岩稳定性分级提供了新参考。     

基于LBA-PP模型的年径流丰枯分类

针对年径流丰枯特性同时取决于径流本身大小和年内时程分配的特点,利用一种基于Lévy飞行策略改进的蝙蝠算法(Lévy Bat Algorithm,LBA)搜索投影寻踪模型(Projection Pursuit,PP)最佳投影方向a,提出LBA-PP年径流丰枯分类模型,并构建粒子群优化(Particle Swarm Optimization,PSO)算法-PP模型,与LBA-PP年径流丰枯分类模型对比,以云南省西洋站为例进行实例研究。结果表明LBA算法寻优能力优于PSO算法,具有较高的收敛精度、较好的稳健性能和全局寻优能力。利用LBA算法寻优PP模型最佳投影方向a,不但提高了PP模型的分类精度,而且为PP模型最佳投影方向的选取提供了新的途径和方法。LBA-PP模型同时考虑了年径流大小及年内时程分配信息,其分类结果较常规方法更科学、客观。     

AGPSO-MEPP模型在云南省水安全动态评价中的应用

从生命安全、经济安全、社会安全和生态安全4个方面选取20个指标构建区域水安全动态评价指标体系和分级标准。利用自治粒子群优化(AGPSO)算法寻优最大熵投影寻踪(MEPP)技术最佳投影方向,提出AGPSOMEPP水安全评价模型,并分别构建加速粒子群优化(APSO)算法、惯性权重线性递减粒子群优化(LDWPSO)算法和基本粒子群优化(PSO)算法-MEPP模型作对比模型对云南省2006-2015年及2020年水安全进行评价。结果表明:AGPSO寻优MEPP目标函数获得的最优值、最差值、平均值和标准差均优于APSO、LDWPSO和PSO算法,具有较好的全局极值寻优能力;AGPSO-MEPP模型对云南省2006-2013年水安全评价为"不安全",2014-2015年评价为"基本安全",2020年评价为"安全"。2006-2015年的10年间云南省水安全随时间呈提升趋势,且提升趋势显著;AGPSO-MEPP模型对云南省水安全评价结果与APSO-MEPP模型相同,但在排序上存在差异;与LDWPSO-MEPP、PSO-MEPP模型在评价结果及排序上均存在差异。其中,与PSO-MEPP模型的评价及排序结果差异最为显著,表明算法的极值寻优能力决定着评价精度的高低。     

基于混沌DE算法和PP多项式函数的洪灾评估

针对洪水灾情等级评估问题,建立了投影寻踪(PP)多项式函数模型,并提出一种基于分段线性混沌映射的混沌差分进化(CDE)算法优化投影指标函数,同时采用罚函数法处理约束条件,求出了最佳投影方向。通过灾情等级表各指标边界值的投影求出多项式函数的系数,获得一个评价洪水灾害等级的多项式函数,从而实现连续型洪灾等级的划分。2个实例计算的结果以及与其他现有的模型和算法的对比表明,该方案不仅有效,且更为简单实用,具有广泛的应用性。     

SCE-UA-PP水量分配模型及应用

基于公平和效率原则,构建水量分配指标体系和水量分配投影寻踪(PP)模型。利用SCE-UA算法对PP模型最佳投影方向进行优化,构建SCE-UA-PP水量分配模型,以文山州水资源三级区水量分配为例进行实例研究,并与分类权重法分配结果进行对比。结果表明:SCE-UA算法具有较快的收敛速度、较高的寻优精度和较好的收敛稳定性。SCE-UA-PP模型水量分配结果较目前分类权重法分配结果更科学、客观。模型及方法可为水量分配提供参考和借鉴。     

正弦余弦算法-投影寻踪水污染物总量分配模型

基于水资源禀赋条件、效率原则和尊重现状的原则,构建水污染物总量分配指标体系和水污染物分配投影寻踪(PP)模型。针对PP模型最佳投影方向难以确定的不足,利用正弦余弦算法(SCA)搜寻PP模型最佳投影方向,构建SCA-PP模型对云南省文山州壮族苗族自治州8县(市)水污染物控制总量进行分配。并通过6个典型测试函数对SCA算法进行仿真验证,仿真结果与蚁群优化(ACO)算法、模拟退火算法(SA)、文化算法(CA)、布谷鸟搜索(CS)算法和人工蜂群(ABC)算法进行对比。结果表明:(1)SCA算法寻优效果明显优于ACO、SA、CA、CS和ABC算法,具有模型简单、调节参数少、收敛速度快、寻优精度高、全局寻优能力强以及收敛稳定性与收敛可靠性好等特点。(2)SCA-PP模型水污染物控制总量分配结果符合区域经济社会发展和水污物染削减客观要求。模型及方法具有一定的可操作性和有效性,可为水污染物分配提供新的途径和方法。     

基于新型蝙蝠算法-投影寻踪模型的文山州水量分配方法

基于公平和效率原则,构建文山州水量分配指标体系和水量分配投影寻踪(PP)模型。针对PP模型最佳投影方向难以确定的不足,利用新型蝙蝠算法(NBA)搜寻PP模型最佳投影方向,构建NBA-PP水量分配模型对文山州8县(市)水量进行分配。通过5个典型测试函数对NBA算法进行仿真验证,仿真结果与基本蝙蝠算法(BA)、人工蜂群算法(ABC)、布谷鸟搜索(CS)算法和差分进化算法(DE)进行对比。结果表明:通过引入生境选择策略及自适应补偿回声多普勒效应机制的NBA算法能有效平衡全局搜索和局部开发能力,寻优效果优于DE、CS、ABC和BA算法,具有较快的收敛速度、较高的寻优精度和较好的收敛稳定性与收敛可靠性;NBA-PP模型水量分配结果较目前分类权重法分配结果更科学、客观。     

基于投影寻踪的滨海盐碱地改良综合效应评价

为综合评价滨海盐碱地改良综合效应,从经济效益、土壤质量、生态环境3个方面建立滨海盐碱地暗管改碱效应评价指标体系。应用基于粒子群算法的投影寻踪方法,建立滨海盐碱地暗管改碱效应等级评价模型,详细介绍了该模型的构建过程。利用该模型将暗管改碱效应等级的多维分级指标综合成一维投影值,根据投影值与评价等级经验值的函数关系可对暗管改碱样本集进行合理分级,采用粒子群算法直接优化投影寻踪的投影函数和投影方向,由最佳投影方向计算评价样本所属等级。在江苏滨海盐碱地暗管改碱效应评价中的应用表明,直接由样本数据驱动的投影寻踪等级评价模型对样本的综合效应等级评价合理,模型精度较高,平均相对误差为6.3%。     

RAGA的PPC模型在黑龙江省洪水灾害综合评价中的应用

将高维降维技术—投影寻踪分类模型(PPC)应用到洪水灾情评价方面,在黑龙江省洪水灾害损失无评价标准或评价标准不适用的情况下,模型利用改进的加速遗传算法(RAGA)优化投影方向,将多维数据指标转换到低维子空间,通过寻求最优投影方向及投影函数值来实现对洪水灾害损失各个指标的评价,避免了主观赋权的人为干扰,取得了较好效果。     

投影寻踪技术在洪水灾情评价中的应用

根据洪水灾情评价的特点,选用投影寻踪综合评价模型分别对我国1990 } 2008年的洪水灾情和1998年10个地区的洪水灾情进行了评价。结果表明:1991年、1998年和19%年这三年洪水灾情最为严重,2008年洪水灾情最轻;1998年山东灾情最为严重,甘肃最轻。利用投影寻踪模型可从整体上对洪水灾情进行评价,无需预先给定各评价因素的权重,且精度较高。     

基于改进智能优化算法的投影寻踪模型在洪水评估中的应用研究

传统的洪水评估方法存在着评估等级离散和结果不易分辨等不足,如何更准确高效地解决洪水评估问题已成为研究领域的热点之一。以南京站的历史洪水及四川省历史洪水灾情为例,在改进智能优化算法的基础上,引入了基于智能优化算法的投影寻踪模型,并探讨该模型在洪水分类和洪灾等级评价中的应用。结果表明,人工蜂群和混合蛙跳这类新型智能优化算法具有简单、鲁棒、全局寻优和易于实现等特点,与广泛应用于水文界的SCE-UA、文献中的加速遗传等现代启发式算法相比,具有寻优速度更快、能力更强的优势,可为洪水分类和洪灾等级评价等相近领域研究提供新途径。     

Comprehensive evaluation of Happy River based on ERG demand modelEI北大核心CSCD

针对建设幸福河实现新时代河湖治理的目标,基于ERG（existence relatedness growth）需求模型,建立了包括23个核心指标和27个可选指标的幸福河评价指标体系;运用Matlab软件,以幸福河等级指数为目标,采用投影寻踪模型建立幸福河评价指标值与幸福河等级指数之间的非线性关系,构建了基于改进的粒子群优化投影寻踪（IPSO-PPE）的幸福河等级评价模型,实现对幸福河的定量评价。以黄河甘肃段为例,分析了其2010—2018年幸福河等级指数变化的趋势,结果表明：黄河甘肃段幸福河等级指数整体呈上升趋势,由2010年的E等级（不幸福）提升到2018年的B等级（幸福指数较高）,评价结果与GRA-TOPSIS法结果吻合率达到88.9%,能较好地反映黄河甘肃段实际情况;水土流失、流域水患灾害、河流生态基流满足程度是制约黄河甘肃段幸福河等级指数的主要因素。     

基于最优觅食算法-投影寻踪-云模型的最严格水资源管理评价

为全面衡量最严格水资源管理评价过程中的随机性与模糊性,将正态云模型引入最严格水资源管理评价,建立最优觅食算法-投影寻踪-正态云评价模型,以云南省16个州市最严格水资源管理评价为例进行研究。选取当前最严格水资源管理考核中万元GDP用水量等6大指标构建评价指标体系和分级标准,采用云模型正向发生器计算最严格水资源管理分级评价指标的隶属度,利用最优觅食算法-投影寻踪方法给出各指标权重,并与传统粒子群算法、人工蜂群算法和差分进化算法优化结果进行比较。根据隶属度矩阵和权重矩阵给出最严格水资源管理评价分级的确定度并进行评价。结果表明:最优觅食算法寻优精度高于传统粒子群等3种算法。昆明市、曲靖市最严格水资源管理评价为优秀,保山市、红河州、德宏州评价为合格,其余11个州市评价为良好。最优觅食算法-投影寻踪-正态云评价模型兼具模糊性和随机性,既能反映最严格水资源管理评价分级的定性概念,又可反映隶属程度的不确定性,具有较好的应用推广价值。     

投影寻踪法和遗传算法在洪水预报中的应用

文中将投影寻踪法和遗传算法两种方法有效的结合起来,利用投影寻踪建模的同时,利用遗传算法寻优,充分发挥两者优势,将这两种方法的结合运用于洪水预报,建立流域流量的多因子预报模型。     

年最大洪峰流量群居蜘蛛优化投影寻踪预测模型

年最大洪峰流量预测,受较多的复杂因素的影响,不确定性较强,用常规统计方法做出准确预报具有较大困难。从水文序列本身出发,提出将投影回归模型应用于年最大洪峰流量预测,为了更好获得投影寻踪模型参数和预测精度,提出了运用延迟相关系数法确定回归预测因子、群居蜘蛛算法优化投影寻踪模型最佳投影方向参数a、利用最小二乘法确定多项式的权系数c、岭函数个数M的群居蜘蛛优化投影寻踪年最大洪峰流量预测模型,结合长江宜昌站(1882年-2004年)的年最大洪峰流量资料进行实例预测,训练阶段平均绝对相对误差为8.61%,预测阶段平均绝对相对误差为10.51%,该模型预测效果较好,模型结果稳定,可有效应用于年最大洪峰流量预测。     

基于WCA-MEPP模型的云南省水资源利用效率动态评价

以云南省2006-2015年及2020年水资源利用效率评价为例,从综合、工业、农业、生活和生态5个方面遴选15个指标构建水资源利用效率评价指标体系和分级标准,基于最大熵投影寻踪(MEPP)技术进行区域水资源利用效率动态评价。采用在指标分级标准阈值间随机生成样本的方法构造MEPP目标函数,利用水循环算法(WCA)优化MEPP最佳投影方向,建立WCA-MEPP水资源利用效率评价模型,并分别构建生物地理优化(BBO)算法、差分进化(DE)算法和粒子群优化(PSO)算法-MEPP水资源利用效率评价模型作对比模型。结果表明:(1)WCA寻优MEPP目标函数获得的最优值、最劣值、平均值和标准差均优于BBO、DE和PSO算法,具有较好的全局极值寻优能力。(2)WCA-MEPP模型对云南省2006-2007年水资源利用效率评价为"较低水平",2008-2015年评价为"中等水平",2020年评价为"较高水平"。2006-2015年间云南省水资源利用效率随时间呈提升趋势,且提升趋势显著。(3)WCA-MEPP模型对云南省水资源利用效率评价结果与BBO-MEPP模型相同,但在排序上存在差异;与DE-MEPP、PSO-MEPP模型在评价结果及排序上均存在差异。