最近邻抽样回归模型在水文水资源预后中的应用

介绍了最近邻抽样回归模型进行单因子和多因子预测建模的基本思想和实现算法。通过水文水资源中的两个实例对NNBR模型的预测效果进行了验证，并与自回归模型，基于遗传算法的因归模型及经验相关图法的预测效果进行了对比。     

长江上游主要河流年径流序列变化特性分析

为探讨长江上游年径流的变化特性,采用随机分析法、小波分析法和集对原理,研究长江上游主要河流年径流序列的趋势性、周期性、相依性、持续性和丰枯变化.结果表明,长江上游主要河流年径流序列多数存在趋势性,具有不同的周期成分且在时域上分布不均匀,年径流序列间具有自互相关特性且可能存在一定的长持续性相关结构,年径流在空间上具有丰枯同步变化特点.     

地面水水质评价的对数型幂函数普适指数公式

为了建立科学合理、简洁直观、普适通用和使用方便的地面水水质评价模型,在设定地面水水质指标规范变换式基础上,提出一个适用于多项指标的水质评价的对数型幂函数普适指数公式,并采用粒子群算法优化公式中的参数.将普适指数公式用于实例分析,并与其它多种评价方法评价结果对比.研究表明:该公式不受指标种类和数目限制,计算简便,具有通用性、实用性,为评价普适化、简单化提供了一条新途径.     

日流量过程随机模拟模型的探讨

本文根据对日流量过程统计特征和自相关结构的分析，提出了适合于日流量过程随机模拟的分解平稳自回归模型，该模型概念清楚，结构简单，适用性强，以我国某站实测日流量资料建立了上述模型，并进行了实用检验。     

支持向量机回归模型在径流预测中的应用

为了探索提高径流中长期预测精度的有效途径,尝试建立了基于支持向量机的径流预测模型,并应用于西江流域梧州站的年、月径流预测中,取得了很好的效果。并与神经网络预测进行对比,结果表明该模型的预测精度要高于人工神经网络模型。     

基于TS-SVM模型的水安全评价

核函数参数和误差惩罚因子的选择对支持向量机模型(SVM)的精度有较大影响。为充分发挥SVM的性能,提出基于禁忌搜索算法优化的支持向量机模型(TS-SVM)。将TS-SVM应用于山东省水安全指数计算,得到各个水安全利用方案的评价指数值和安全等级。对比分析表明,TS-SVM具有较强的学习能力,能给出合理的评价结果,是一种有效的评价模型。     

黄河天然年径流长期丰枯状态变化特性研究

基于Markov过程分析方法，对黄河陕县528年(1470～1997年)的天然年径流序列进行了分析，结果表明：①黄河年径流在长期的丰枯状态转移中，平水年和偏枯水年的自转移概率均较大，并且无论年径流处于何种初始状态，向偏枯水年转移的概率均大于向偏丰水年转移的概率；②黄河年径流在长期的丰枯状态转移中，出现平水年的状态占优势，而出现丰水年和枯水年的再现时间均较长，并且出现偏枯水年的概率大于出现偏丰水年的概率；③在黄河年径流长期丰枯变化的各态互转移过程中，存在以平水年为状态转移中心的邻态互转移模式，它的存在影响着年径流各态互转移的特性。     

基于连续小波变换的径流分维研究

讨论了径流时间序列的统计自相似性描述指标——分形维数(分维)的连续小波变换系数估计思路，给出了其基本步骤。将该法运用于黄河流域主要水文站年径流的分维计算，同时与极差分析法估计值进行对比，研究表明，建议的连续小波变换分维估计法是可行的。     

一种新的小波网络组合预测模型

基于小波分析和人工神经网络,提出了一种新型的小波网络组合模型.该模型吸取了小波分析和人工神经网络的优点,具有最佳的函数逼近能力,能提高径流预测精度和延长预见期.以长江三峡水电站年平均流量、11月流量最大值及该月上、中、下旬流量最大值预测为例,对建议的模型进行了研究.拟合和检验结果表明小波网络组合模型是满意的,适合于水文水资源预测.     

门限自回归模型及其在水文随机模拟中的应用

为了客观描述日流量变化的非线性特性 ,将一种非线性时序模型——门限自回归模型引入日流量随机模拟。根据我国金沙江流域屏山站观测资料建立了日流量随机模拟的门限自回归模型。实用性检验结果表明 ,该模型用于模拟日流量过程是可行的 ,成果实用。这种尝试为日流量随机模拟提供了一种考虑日流量非线性变化特性的新模型。