黄河内蒙古段冰情预报系统的开发

为了预报黄河内蒙古段的流凌和封开河日期,以多元线性回归理论与人工神经网络理论为基础,设计开发了黄河内蒙古段冰情预报系统预报内蒙古段各个站点的流凌和封开河日期。选用黄河内蒙古段水文、气象和冰情信息建立数据库,应用ADO OLEDB技术调用数据库,建立符合相关性要求的人工神经网络模型和多元线性回归模型,从而实现预报识别检验。使用2003—2004年度至2007—2008年度5年的资料进行预报检验,并与实际开河日期对比分析,预报结果合格率为80%和67.7%,分别达到甲等和丙等预报精度,表明系统可以应用于黄河内蒙古段的冰情预报。     

基于可变模糊综合分析的冰凌预测模型

在分析凌汛成因影响因素的基础上,以可变模糊集理论为核心,采用二元比较法确定指标权重,结合统计相关分析确定预报因子相关程度,提出一种基于可变模糊综合分析的冰凌预测模型。将该模型应用于黄河内蒙古段开河日期的预测,结果表明该模型计算简便,对开河日期的预测具有较高的精度。     

黄河内蒙古段冰情的自适应神经网络预报

运用数理统计理论的互相关分析方法,对黄河内蒙古段冰情信息时间序列进行分析,筛选出了冰情信息的预报因子,建立了冰情预报的自适应BP神经网络模型。预报结果表明:流凌日期为乙等预报方案,封河日期为甲等预报方案,开河日期为丙等预报方案。     

基于可变模糊聚类的城市排水系统内涝风险评估

文中针对风险评估模糊不确定性问题,采用可变模糊聚类方法,通过相对隶属度与聚类中心之间的动态迭代,得到城市雨水内涝风险评估结果。实例研究表明,方法的分析计算结果和实际情况吻合,说明可变模糊聚类可以有效应用于城市雨水内涝风险评估。     

基于BP-DEMATEL算法的冰情预报因子敏感性分析

冰情发展受到水文、气象、水力、河道条件和人类活动等多因子相互作用的影响,获得各影响因子的权重关系是进一步明晰冰情发展演变规律和提高预报精度的基础。本研究提出了基于BP-DEMATEL算法的冰情预报因子敏感性分析模型,应用于黄河内蒙古河段巴彦高勒水文站流凌、封河及开河冰情影响因子的分析中,得到影响冰情演变各因子的权重和不同因子之间的相互耦合关系,明确了冰情预报中关键的影响因子。采用不同权重的因子开展流凌、封河和开河的预报,结果显示利用权重值大、相关性强的预报因子开展冰情预报的预报值与实测值吻合较好。因此本研究提出的BP-DEMATEL模型开展冰情预报因子敏感性分析能够得到合理的权重值。     

模糊聚类在流域年径流规律研究中的应用

对水资源系统的规律研究通常是对系统进行聚类、识别来实现，目前可用于水资源系统的模糊聚类的理论和模型很多，但是每种方法都有各自的特点，本文介绍一种模糊聚类循环迭代模型和最佳聚类数的确定方法，通过直观的离散函数曲线确定最佳聚类数和循环迭代的方法确定聚类中心，达到对样本进行归类的目的，最后将模糊聚类循环迭代模型应用到流域年径流规律的研究中，这对认识流域年径流规律具有一定的意义。     

神经网络理论在黄河宁蒙河段冰情预报中的应用

本文研究了以神经网络理论为核心的黄河上游宁蒙河段冰情预报。通过分析河流冰情特点，开发出了用Levenberg-Marquart算法改进传统BP神经网络理论进行冰情预报的数学模型，适用于流凌、封河、开河、水温、流凌密度、冰塞、冰坝等的预报。把该模型应用到2004—2005年冰情预报中，提前预报出2004～2005年冰情发生情况，具有良好效果。理论分析和实例论证都表明该神经网络模型能够进行宁蒙河段冰情预报。     

混合型模糊聚类分析在洪水分类中的应用

利用混合型模糊聚类分析方法求出模糊聚类初始相对隶属度矩阵和模糊聚类中心,根据熵值算法求得各指标的客观权重值,再根据最大隶属度原则和权重因子可清晰地给出样本的分类。实例应用结果表明:该方法具有良好的应用性,可以克服权重赋值的人为干扰。     

模糊修正聚类模型在边坡稳定性预测中的应用研究

本文用模糊聚类迭代模型对边坡工程实例进行了聚类分析,用聚类模型对一些边坡进行了预报以说明其方法的合理性;并对模糊聚类迭代模型中存在的不完全收敛性进行了分析。     

大坝安全监控预报中的粒子群模糊聚类算法

将粒子群算法与模糊聚类算法相集成,建立粒子群模糊聚类算法并将其应用于大坝安全监控预报.通过粒子编码形式的确定,将模糊分类矩阵作为粒子.该算法具备粒子群算法的全局和局部搜索能力,充分利用正反馈信息,通过优化迭代计算,确定模糊分类矩阵.通过工程算例表明,该算法的模糊聚类效果与模糊聚类算法相比较优,可用于大坝安全监控预报.     

基于最优组合赋权的可变模糊模型在水质评价中的应用

针对目前地表水水质评价的模糊性、不确定性和权重确定方法存在的问题,采用最优组合赋权模型将主、客观权重进行优化组合,在可变模糊集理论的基础上,建立最优组合赋权可变模糊模型,以鞍山市为例对其进行实证分析。运用Matlab软件求得最优组合赋权数学模型的主客观线性系数分别为0.6和0.4,基于可变模糊模型对鞍山市地表水水质进行评价,并将结果与模糊综合评价法、灰色关联分析法结果以及实测值进行比较。结果表明:通过该法得出的评价结果符合该地区的实际情况;该模型科学合理、具有一定的可靠性和可操作性。     

黄河内蒙古段凌汛期气象预报服务系统

针对黄河凌汛特点 ,从凌灾成因机制方面 ,建立了黄河内蒙古段凌汛资料查询数据库、黄河流域图形空间查询、资料实时采集、封、开河日期、流凌开始期、凌险中期预测和短期预警模式 ,对黄河内蒙古段封、开河日期、流凌日期预报和凌险的实时动态检测预警 ,可提前 1月或 1旬作出凌汛危险程度的中期预测或短期预警。同时考虑到水文资料获取比较困难 ,采用了用气象资料转换代替的方法 ,以确保该模式的正常运行。     

基于模糊识别人工神经网络的冰凌预报模型

黄河内蒙古段地处黄河流域最北端,由于它的特殊地理位置、水文气象条件、河道特性,几乎每年产生凌汛。在分析影响凌汛成因因素的基础上,选取合适的预报因子,基于模糊识别人工神经网络BP模型,提出冰凌预报方法,应用于黄河内蒙段封河、开河日期的预报。结果表明,计算简便,精度良好。     

流凌封河预报指标法及其在黄河内蒙古河段的应用

把流凌封河累积负气温作为黄河内蒙古河段封河预报关键指标,明确累积负气温与封河流量、降温强度、河槽形态等的关系,确定现有河槽形态以及海勃湾水库运用影响下不同流量和降温强度封河所需的累积负气温,并建立了流凌封河累积负气温预估公式。指标法可以在很大程度上提高黄河内蒙古河段封河预报的预见期与精度。     

黄河内蒙古段开河日期预报模型及应用

对黄河内蒙古段的冰情特点进行分析,选用1970—1971年度至2007—2008年度共38个冬季的冰情资料,提取合适的预报因子,分别采用人工神经网络模型和多元线性回归模型,对黄河内蒙古段的开河日期进行预报。结果表明,神经网络模型和多元线性回归模型预报样本合格率分别为86.7%和80.0%,神经网络模型的预报精度高于多元线性回归模型,更适用于黄河内蒙古段开河日期预报。     

模糊数学在洪水分类预报中的应用

针对洪水分类与识别问题,首先利用模糊聚类循环迭代模型对历史洪水进行分类,其次通过类间相关系数的聚类有效性评价来确定最佳分类数,进而基于模糊识别理论对实时洪水进行类型预测。实例应用结果表明:该方法结果令人满意,合理可行。     

冲积河流河型控制的模糊聚类方法在黄河下游应用

根据河型成因的输沙平衡程度理论假说和水沙项输沙平衡程度公式,用水沙项数作为河型控制的控制指标量,以花园口到夹河滩河段为例对控制指标量取值,采用模糊等价矩阵聚类方法对黄河下游花夹河段河型控制结果进行验算。冲积河流河型控制的模糊聚类方法在黄河下游花夹河段的应用结果表明,在水沙项数可以控制的条件下,河型是可以得到控制的。     

黄河内蒙古河段冰凌时空分布特性分析

基于黄河内蒙古段系列历史冰情资料,利用小波分析方法对冰期气温、冰期径流、流凌日期、封河日期、开河日期进行了多时间尺度分析。结果表明:巴彦高勒、三湖河口、头道拐三站的冰期气温总体呈上升的变化规律,并且三站的冰期气温变化趋势一致,黄河内蒙古段冰期气温存在15 a左右的周期;实测径流在分析序列中不存在显著周期;三站流凌日期和封河日期整体上推迟,开河日期提前,封冻时间缩短;流凌日期存在12 a左右的周期,封河日期和开河日期不存在显著强周期。     

改进萤火虫优化的软子空间聚类算法

目标函数与搜索策略有效地结合可以提高软子空间聚类算法的性能。传统的软子空间聚类算法迭代求解时受初始聚类中心和噪声数据的影响极易陷入局部最优。针对该问题,提出一种改进萤火虫优化的软子空间聚类算法。算法引入目标函数和隶属度计算方法对界约束的权值矩阵进行评估并对数据样本进行分簇,将权值矩阵看成聚类问题的可行解,运用改进萤火虫算法优化求得较优的权值矩阵,从而改善聚类效果。在UCI数据集上的实验结果表明,改进后的算法能有效收敛于全局最优解,具有良好的聚类效果。     

模糊聚类分析法在水质分类评价中的应用

将模糊聚类最大矩阵元原理与模糊 ISODATA 聚类分析相结合,以前者对分类样本选择的结果作为后者的初始分类,然后确定出样本的最优分类。应用这一方法,对西安兴庆湖近几年水质情况进行了分类评价,得到了较为满意的结果。