基于MIKE的杜家台洪道行洪能力研究

2005年、2011年杜家台2次洪道分流以最小损失换取最大安全,为汉江中小洪水调度模式提供新思路。针对杜家台工程现状特点,充分考虑现行预案调度运用,基于MIKE水动力软件,构建汉江、杜家台洪道及围垸的一、二维耦合数值模型,实现杜家台洪道行洪能力及效果分析。模拟结果表明,按照预案调度现状洪道分流,除新农垸及张沉湖垸堤顶高程不足外,可在汉口水位较高时基本实现安全行洪2 000~2 500 m³/s;汉江遭遇设计洪水时,优先利用洪道夹水入江的防洪效益十分显著。研究成果为完善杜家台分洪工程洪道运用模式及类似工程调度提供依据。     

基于PVDF的金属结构焊缝裂纹损伤识别研究

针对机械设备金属结构出现的焊缝裂纹问题,提出了采用聚偏二氟乙烯(PVDF)和工作变形曲率(COS)算法进行损伤识别的方法,分析了频率响应函数虚部的损伤识别理论,阐述了工作变形曲率的提取方法,提出了采用间隔拟合法(GSM)进行健康结构工作变形曲率拟合的方法,采用PVDF在带有2条焊缝裂纹的焊接金属板上进行实验。实验结果表明:该方法能够准确识别裂纹的位置及开口长度,可以为金属结构的安全评定提供可靠信息。     

基于外观模型粒子滤波稳健视觉的跟踪算法

提出了一种基于目标外观模型的粒子滤波跟踪算法,即在粒子滤波跟踪算法中,提出的外观模型作为目标的视觉特征的描述方法来建立目标模板。与常用的颜色直方图不同,提出的外观模型不仅有目标的颜色信息,同时还保留了像素的空间信息。由于自身的持续更新机制,即使在经历长时间的跟踪过程之后,该外观模型仍然能有效的作为当前帧的候选目标的参照模板。基于以上特点,本跟踪算法在目标的大小、方位、旋转角度发生较大变化或背景对前景目标有大面积遮挡的情况下,也能十分稳健的跟踪目标。在多目标的跟踪应用中,本算法结合目标层次划分的技术,能够有效的处理多个目标之间相互遮挡的棘手问题。实验结果证明,与基于颜色直方图的粒子滤波跟踪算法相比,本算法具有更好的鲁棒性。     

长江上游径流混沌动力特性及其集成预测研究

针对长江上游干流主要站点月径流时间序列强非线性和非平稳特征,引入混沌理论和AdaBoost.RT集成极限学习机方法对其月径流时间序列进行分析和预测。首先,以流域径流非线性动力系统混沌特征参数辨识为切入点,研究并发现了流域内在特性作用下月径流时间序列动力响应的混沌现象,推求了月径流时间序列相空间重构的延迟时间和最佳嵌入维数,在此基础上,以重构相空间时间序列作为输入变量,引入基于自适应动态阈值的改进AdaBoost.RT算法改进极限学习机模型的学习性能,得到最佳的混沌集成学习月径流时间序列预测模型。实例研究结果表明,所提方法和模型能够显著提高单一极限学习机模型的泛化性和稳定性,从而获得更优越的预报性能。     

一种基于物理核函数高斯过程回归的月径流预报模型及其应用

鉴于传统的单一径流预报模型很难描述径流未来变化规律，将自适应变分模态分解(AVMD)与基于组合物理核函数的高斯过程回归(GPR-CK)相结合，构建了AVMD-GPR-CK预报模型，该模型采用AVMD将实测径流分解为多个子序列，对子序列依据其自身特点分别建模，子序列预报结果叠加重构即为最终预报结果。模型应用于金沙江流域向家坝站未来1～12个月的径流预报的结果表明，所有预见期AVMD-GPR-CK模型的确定性系数均大于0.94,平均绝对百分比误差(M_MAPE)在±17%以内，预见期在10个月以内时，M_MAPE在±10%以内；预报精度明显优于常见的BP、GRNN、RBF、RELM模型。