支持向量机在饮用水水源地水质评价中的应用

采用回归支持向量机(SVR)和分类支持向量机(SVM)对饮用水水源地水质进行评价。针对支持向量机学习参数难以确定的不足,利用粒子群优化(PSO)算法寻优支持向量机学习参数,提出PSO-SVR及PSO-SVM评价模型,以文山州2014年13个饮用水水源地水质评价为例进行实例研究。结果表明:利用PSO算法寻优支持向量机学习参数可有效提高模型的评价精度和泛化能力。PSO-SVR及PSO-SVM模型对实例水质评价结果相同,各具特点和优势,均可用于相关水质综合评价。     

基于PSO和GA混合优化SVM的水质评价

科学地评价水质可以更好地反映水体质量变化,从而加强水资源污染的防治,而分类方法与模型参数的选取对于水质评价的准确度尤为重要。传统支持向量机SVM对模型参数的选择具有盲目性,为了提高模型分类的准确度,采用基于粒子群优化PSO和遗传算法GA的混合算法HPSOCS对支持向量机中的参数进行优化,选取菏泽市水体污染物监测数据,构建了基于HPSOCS-SVM算法的水质评价模型。实验结果表明,优化后的SVM提高了水质分类的准确度,可广泛应用于水体质量的评估,为水资源的防控治理提供科学的理论依据。     

基于DE-SVM的围岩支护模式识别设计方法研究

地下工程地质环境复杂和基础信息匮乏,围岩的地质结构参数与稳定性之间具有复杂的非线性关系.基于差异进化(DE)算法和支持向量机(SVM)提出了一种围岩支护的模式识别设计方法,通过支持向量机对收集代表性样本数据的学习,建立地质结构参数与支护类型的映射关系,即可以自动地根据围岩地质特征进行支护类别的设计.由于支持向量机的惩罚因子和核参数的选取对其预测精度有较大影响.引入全局智能优化算法--差异进化算法对上述参数进行优化,获得支持向量机的最佳预测模型.该方法克服了传统神经网络的过学习和一般支持向量机参数选取盲目的问题.通过工程实例的计算分析,说明该方法是可行的,能获得满意的效果.     

某土工膜堆石坝帷幕后水位偏高成因初步分析

某土工膜堆石坝的坝基防渗体系包括趾板及坝基帷幕,帷幕后实测水位偏高,与上游水位连通性较强,需要对其成因进行分析。基于渗流观测资料建立回归模型进行初步分析,运用正交试验设计和渗流有限元计算生成训练样本,对各影响因素进行敏感性分析。借助支持向量机在小样本中的高度非线性映射能力,建立渗流参数与渗压水位的对应关系。采用遗传算法对支持向量机模型进行参数优化,以支持向量机预测值与实测值误差作为适应度值,对坝基地层和防渗体各区域渗流参数进行优化搜索,并将反演结果进行反馈计算验证。结果表明,基于支持向量机-遗传算法反演渗流参数是可行的,帷幕后渗压水位偏高由趾板与帷幕间的裂缝及坝基渗流各向异性综合引起,可针对上述薄弱部位进行工程处理以降低幕后水位。     

基于粒子群优化支持向量机的径流预测模型研究

径流预测的精度关系到研究地区的水资源开发利用.为了提高径流预测的精度,将基于统计学理论的模式识别方法支持向量机引入到径流预测模型中.支持向量机中有2个参数惩罚因子C和核参数,这2个参数的选择对支持向量机的模型结构有重要的影响.为了准确地找到支持向量机的参数,将全局寻优的粒子群算法引入到支持向量机的2个参数优化中来.实例研究表明,粒子群优化支持向量机模型能够提高径流预测的精度.     

基于IQPSO优化SVM在径流预报中的应用

提高径流预报精度的关键因素是选取合适的预报模型和预报因子。选择支持向量机作为径流预报模型,针对支持向量机模型参数在应用中存在选取困难的缺点,在标准量子粒子群算法中加入早熟判定准则、高斯扰动和自适应权重,提出改进量子粒子群算法(IQPSO),并使用该算法实现支持向量机参数的自动优选。为了验证效果,分别采用PSO-SVM、QPSO-SVM和径向基神经网络模型预报作对比,并使用多种评价指标进行对比分析。结果表明,使用改进量子粒子群算法优化支持向量机(IQPSO-SVM)模型能够有效提高月径流预报精度。     

基于遗传算法的支持向量机在径流中长期预报中的应用

支持向量机在径流中长期预报的应用中,普遍采用网格搜索法率定其参数,存在耗时较长、参数选取不当而导致预报精度低等问题,针对该问题提出了一种基于遗传算法的支持向量机模型,该模型结合遗传算法收敛速度快的特点对支持向量机参数进行优化选择,实现参数的全局自动化选取。应用乌江流域某电站的径流预报结果显示,相对于基于网格搜索参数寻优的支持向量机模型及神经网络模型,基于遗传算法参数寻优的支持向量机模型预报精度更高,泛化能力更强。更多还原     

基于果蝇优化算法的支持向量机径流预测

为了提高径流预测的精度和可靠性,将支持向量机应用到单因子月径流预测建模中。针对支持向量机模型参数的选择费时费力且效果差的问题,利用全局寻优的果蝇算法优化选择支持向量机的惩罚参数和核参数,提出了基于果蝇算法优化支持向量机参数的FOA-SVM预测模型,并利用新疆某站的月径流历史数据进行了仿真测试。结果表明:与GA-SVM模型和PSO-SVM模型相比,FOA-SVM模型能够提高径流预测的效率与精度。     

基于PSO-SVM的大坝渗流监测时间序列非线性预报模型

大坝渗流监测分析是大坝安全监控的重要内容，预测分析的难点之一在于渗流监测数据往往具有复杂的非线性特点。本文充分利用支持向量机的结构风险最小化与粒子群算法快速全局优化的特点，采用粒子群算法快速优化支持向量机的模型参数，通过该模型对非线性监测数据进行拟合，建立了基于PSO_SVM的大坝渗流监测的时间序列非线性预报模型。本模型应用于隔河岩水电站的坝基渗流量的预测，计算结果与实际监测值吻合良好。     

基于BO-GRU的混凝土坝变形预测模型

针对混凝土坝变形具有较强的非线性特点、目前大坝变形预测模型出现参数过多及易陷入局部最优等问题,提出了一种深度学习中的门控制循环单元(GRU)模型,并结合贝叶斯优化算法(BO)对门控制循环单元的超参数进行优化,建立BO-GRU模型应用于混凝土坝变形预测。为检验模型的可行性,以实测变形监测数据为基础,并与极限学习机、相关向量机和基于遗传算法优化的支持向量机等模型预测结果进行对比。结果表明:该模型的泛化能力强、运行效率高,能有效运用于混凝土坝的变形预测。     

基于振动的混凝土坝损伤检测的可行性初探

混凝土坝在服役期间很容易出现各种损伤，其中裂缝是最常见的一种损伤形式。裂缝开始的时候一般出现在坝的局部，如果在出现损伤的范围内没设观测点，现有的观测手段很难监测到损伤。而基于振动的方法则有可能克服这一困难。为了研究这种方法，在大坝的不同位置模拟了不同条数和张开程度的裂缝，并给出了相应的振动频率和振型，在考虑了测试噪声的情况下，用统计神经网络进行了损伤识别。这种基于振动的混凝土坝损伤检测方法还会受到水位、温度变化的干扰以及环境噪声、仪器精度等的限制，还需作进一步的研究。     

大坝对鱼类栖息地的影响及评价方法述评

本文总结了大坝建设造成水流状态、水温、水质、底质和地形等因素的变化对鱼类栖息地造成的影响，并归纳了目前国内外对栖息地预测评价的主要方法，对每一种评价方法的特点进行了分析，最后对可采取的生态补偿措施进行了介绍。本文得到的结论为，大坝建设对鱼类的影响很大，但可以通过补偿措施加以恢复。     

坝后背管结构有限元分析探讨

以李家峡坝后背管为依托,借助具有强大结构分析功能的有限元软件ANSYS分析坝后背管结构应力状态。经分析单元尺度对坝后背管混凝土、钢筋的应力影响小于对钢管的影响;坝体与背管混凝土接缝面的力学效应对背管混凝土、钢筋、钢衬的应力影响很小;计算所得的应力大小规律与类似工程模型试验所得的应力分布规律完全一致,其计算值与规范中用弹性中心法所得的应力值基本接近。     

基于降雨情景模拟的城市社区尺度暴雨内涝研究

全球变暖背景下城市暴雨内涝灾害频发,对我国东部沿海城市影响显著。根据暴雨内涝的致灾因子进行分类,基于SWMM（Storm Water Management Model）对宁波地区分别构建了台风和非台风暴雨情景内涝响应模拟模型,并对比分析了台风暴雨内涝和非台风暴雨内涝的特征及其差异。结果表明:（1）台风和非台风暴雨在变化趋势、分布特征和时程分布上差异显著。（2）台风暴雨情景下,河道水位和流量主要受潮位影响,在高潮位时发生倒灌。在非台风暴雨情景下,河道水位和流量主要受降雨影响,并随着重现期的增大而增大。（3）台风和非台风暴雨情景下,研究区发生内涝的子汇水区数量和等级随着重现期的增大而增加,积水区域逐渐连片分布,最多有17个子汇流区发生内涝,占总内涝区域的80%。而在相同重现期的台风暴雨情景下,排水管网负荷率更高、节点洪流更大、内涝更重、积水历时更长、积水深度更深,积水历时超过10.7 h,积水深度超过67 cm。本研究丰富了研究暴雨洪涝的方法,可为社区尺度的内涝研究提供参考。     

透视地球工程对全球陆地不同重现期极端降雨强度的潜在影响

全球气候持续增暖背景下地球工程逐渐成为国际气候谈判中的焦点话题。基于2020—2099年BNU-ESM模式地球工程和RCP 4.5情景下的非地球工程日值降水数据,采用超阈值取样和韦伯分布计算极端降雨强度,并对比两种情景下的极端降雨强度差异特征;最后对比地球工程实施的2020—2069年和结束后的2070—2099年的极端降雨量差异特征。结果表明:(1)2020—2099年两种情景下的极端降雨(包括强降雨和极端强降雨)强度的空间格局并未出现根本差别,反而具有较好的一致性,表明地球工程实施未对极端降雨强度的空间高低分异格局产生颠覆性影响。(2)地球工程对低强度极端降雨影响较小,对高强度极端降雨影响较大,并呈现出区域差异性,且随着重现期增加,差异特征逐渐增大。(3)地球工程使得强降雨强度在干旱地区减弱,而在湿润地区增强,且对北半球陆地的影响明显高于南半球陆地。(4)2020—2069(2070—2099)年地球工程实施期间南半球陆地极端降雨量趋于增多(减少),北半球陆地趋于减少(增多);整体而言地球工程实施的2020—2069年抑制了极端降雨量增多,而2070—2099年则促进了极端降雨量增多。研究成果对于认识地球工程对极端天气气候的影响具有一定的参考价值。     

关于流域综合管理的思考

文章系统回顾了流域管理的发展历程和成功经验,着重分析流域管理发展的现状与问题,指出应以流域管理法规为依据,以流域管理机构为依托,以水资源管理、河道管理、河砂管理为主要内容对流域进行综合管理。     

对推行以设计为主体的工程总承包(EPC)的认识与思考

EPC(设计—采购—施工)工程项目管理模式是20世纪80年代国际上逐步发展起来的一种工程承包和管理模式。介绍了EPC工程管理模式的背景和国内外开展EPC总承包管理模式发展现状,总结了EPC总承包管理模式的特点。从水利工程角度出发,阐述了水利行业推行EPC总承包管理模式的必要性和可行性,并提出了建议。     

基于KPCA-PSO-SVM的径流预测研究

为提高径流预测模型的准确性与稳定性,对KPCA-PSO-SVM的径流预测方法进行了研究。在分析径流影响因素的基础上,利用核主成分分析(KPCA)法对径流影响因子进行非线性特征提取,获得主成分作为支持向量机(SVM)的输入变量,建立了径流预测SVM模型,其中模型参数通过粒子群算法(PSO)进行优化。模型建立后,以新疆伊犁河雅马渡站中长期径流预测为例进行分析。预测分析结果表明,在拟合和检验阶段模型的平均相对误差分别为0.77%和7.64%,与其他预测模型比较,基于KPCA-PSO-SVM方法建立的径流预测模型有较好的预测和泛化能力,是一种行之有效的中长期径流预测方法。     

大坝安全信息权研究

大坝原型观测数据本身包含了丰富的信息，内在反映了监测项目之间的某种客观关系，基于此，应用PCA法及PPA法建立了确定大坝安全评价信息权重的正分析模型，一方面能够对数据进行降维处理，另一方面能挖掘数据内在信息，提取指标的相对重要性；并基于最优化准则，建立了信息赋权整合模型，解决了多种数学方法计算结果不一致性问题，最大限度地保持原始信息的完整性。     

基于AutoCAD的二维建模研究

复杂地质体的二维建模,一般采用自下而上依次建立点、线、面的方法,其中面的定义需要手工完成,费时费力,针对ADINA二维建模的不足,用VC编写了AutoCAD To Adina平面建模程序,实现了点、线、面的自动定义,大大缩短了ADINA二维建模的周期,节省了体力,通过实例表明,该方法具有较大的实用价值。