基于多方法优选因子和人工神经网络耦合模型的枯水期径流预报

通过对比相关系数法、逐步回归法及综合方法3个预报因子筛选方案的模拟结果,确定优选预报因子的最佳方法,采用BP人工神经网络模型对大通、屏山和汉口3个站点进行枯水期(当年11月-次年4月)径流预报研究.结果显示,采用相关系数法初选及逐步回归法优选所筛选出的预报因子集合可以得到更好的预报效果;该模型在枯水期月尺度径流预报中,检验期的平均合格率为56.44%,达不到实际预报的需求.而采用旬尺度模拟计算月径流的预报效果要远远高于月尺度径流模拟,检验期平均相对误差与合格率分别为12.27%和71.63%,有较好的预报精度.可以为长江流域水文预报工作提供一定的参考.     

多目标模糊优选模型在露天矿山设计中的应用

介绍了FUZY TOPSIS法的基本原理;根据铜绿山铜矿的现场试验和工程实例说明,这种基于多目标模糊优选模型和向理想解接近的排序技术的计算方法可以满足工程实际需要。通过与其它数学模型计算结果比较,表明了新模型的适用性及可靠性。     

电力短期负荷预报模糊神经网络模型的研究

电力系统负荷预报模型因负荷构成及采用的关键技术不同而各异。本文介绍了几种短期负荷预报模糊网络模型的建模方法和特点,讨论模糊神经网络预报模型建模中的一些重要问题,供有关人员参考。     

高速公路隧道结构型式优选模型研究

针对现行选择高速公路隧道结构型式方法上的不足,遴选影响高速公路隧道结构型式选择的主要因素,根据因素的不同层次与类别,借鉴层次分析法,运用模糊优选理论建立并求解高速公路隧道结构型式优选模型,根据模型计算结果确定最优方案,结合实例介绍该方法的具体运用.实例研究表明,运用优选模型选择隧道结构型式能有效克服现行方法的缺点,优选结果正确,方法简便实用.     

成因逐步模糊综合分析预测模型

指出文献〔１〕成因模糊综合分析预测模式的不足之处,提出了成因逐步模糊综合分析预测模型,实例计算对比说明是有效的     

一种基于模糊模型的启发式优化方法

在模糊环境下的优化向来是模糊系统理论的中心课题之一。文献中所见的绝大多数模糊系统优化技术都以线性规划为基础。本文提出了一种完全不同的模糊系统试化方法——启发式试化方法。这种方法以系统的模糊模型为基础,它允许以模糊形式表达的性能指标与约束。试化的结果,亦即最优决策,既可以是模糊值,也可以是精确值。由于所使用的模糊模型所以看作是一个规则集,所提出的试化方法便所以视作一个“剪枝”过程。一个数值例子说明了这种试化方法的有效性。     

矿井通风系统优化评判的模糊优选分析法

针对现有矿井通风系统优化评判方法的不足 ,提出用模糊优选分析法进行优化评判 .建立了矿井通风系统模糊优选评判的理论模型 ,开发了模糊优选评判的程序 ,并对庞庄煤矿张小楼井通风系统改造方案进行了优化评判 .研究结果对新矿井的通风系统设计或老矿井的系统改造设计具有实用价值     

水文要素模糊因果聚类预报及其应用

根据水文预报中不确定性因素显著,但预测对象与预测因子之间因果关系明显的特点,运用模糊聚类分析对各次历史洪水资源进行分类,以解决不确定性因素的影响,然后通过提取同类洪水资料的模糊特征建立预测因子与预测对象之间的因果关系,从而建立模型。并用实例验证了模型和方法的可行性。     

短期洪水预报的模糊联想记忆网络模型

径流是水文系统的输出之一,径流的形成是一个复杂的过程,难以用精确的数学模型进行描述,而应采用从定性到定量的综合集成的方法,将专家群体、数据和各种信息与计算机结合起来,把理论与人的经验结合起来对其进行研究。人们对经流形成的认识常常以一种结构性语言知识的形式来表达,模糊联想记忆网络模型具有模拟人类联想记忆的功能,为应用结构性语言知识进行综合推理提供了一条有效的途径,使得在径流预报中模拟应用人的经验成为可能。本文以紫坪埔洪水预报为实例,对该网络模型的应用进行了初步的探讨     

河流水质预测的模糊线性回归模型研究

基于河流水环境系统的模糊性、不精确性,采用三角模糊数来描述和表征水质信息.在此基础上,根据已有模糊线性回归模型成果,构造了带有三角模糊参数的河流水质模糊线性回归预测模型.运用模糊数的λ一截集技术,可以将水质预测值由三角模糊数转化为与一定可信度水平λ相应的区间值,为河流水质预测提供了新思路、新方法.     

利用AQI的绝缘子等值盐密动态累积规律研究

建立了污秽累积速率与空气质量指数(AQI)的关系,并在此基础上构建了污秽累积的动态预测模型,同时引入数据同化思想完成了参数优化估计.实验结果表明,该模型不仅能够很好地描述等值盐密的动态变化规律,也能对等值盐密进行更精准、更稳定的预测.考虑到AQI数据的易获取性和广泛的覆盖性,所提模型有望大幅降低区域污秽评估的成本.     

一种动态参数优化的绝缘子等值盐密预测模型

绝缘子污秽是电力输电线路污闪事故发生的主要原因,评估和预测污秽积累情况对指导清污工作和预防污闪事故具有重要的意义.针对绝缘子经典等值盐密预测模型参数固定和误差较大的问题,提出一种基于四阶Runge-Kutta和模拟退火算法的动态参数优化预测模型.首先,采用切线方程对经典预测模型进行参数动态化处理,得到以一阶欧拉方程表示的离散化的经典预测模型,然后,引入四阶Runge-Kutta算法对上述欧拉方程进行高阶求导迭代以抑制欧拉模型的离散误差,最后,借助模拟退火算法对模型参数进行最优估计,从而实现高精度的等值盐密预测模型.实验结果表明,改进模型的预测值与实测值的相关系数高于0.97,绝对误差在一般情况下较经典模型降低50%,预测值均方根误差较经典模型减小30%以上.这说明改进模型不仅很好地反映绝缘子等值盐密的动态变化规律,而且能够对等值盐密进行更精准、更稳定的预测.     

基于因果聚类的高等教育学费的模糊预测模型

本文依据影响高等学校学生学费的各因素,搜集2000～2007年影响高校学费的各项数据,如所在地GDP、城镇居民人均可支配收入、财政拨款、生均教育性支出和学校总财政支出等因素,充分分析所搜集到的数据,建立基于因果聚类的模糊预测模型,得到了学费的模糊预测,并利用此模型,对学费标准进行了定量的分析,得出中国高校学费较外国高校学费偏高,对教育部门关于高校学费的制定提供方法上的指导.     

一种广义预测模型的研究

传统的预测方法存在着难以全面考虑影响因素，其中包括算法复杂、精度较差、实时应用等缺点，针对供热、空调、电力、供水等系统的负荷既受到环境因素等模拟量的影响，又受到节假日、上下班等开关量影响的特点，将模拟人脑逻辑思维的模糊技术与模拟人脑自学习的神经网络技术相结合的模糊神经网络引入到负荷的预测中，提出了一种新型的基于模糊神经网络的预测模型，并对输入量的选择进行了详细的分析，既考虑了历史数据的影响，又考虑了突发事件的作用，获得了较快的预测速度和较高的预测精度。     

建筑设计企业的动态模糊预测

通过对建筑设计企业的长期观察，提出在动态基准线上划分状态的新思路，并通过实践证明了这种动态模糊预测方法的正确性。     

Intuitionistic fuzzy optimization

0　ＩＮＴＲＯＤＵＣＴＩＯＮＡｔｐｒｅｓｅｎｔ,ｔｈｅｄｅｔｅｒｍｉｎｉｓｔｉｃｏｐｔｉｍｉｚａｔｉｏｎｔｈｅｏｒｙｈａｓａｄｖａｎｃｅｄｃｏｎｓｉｄｅｒａｂｌｙｄｕｒｉｎｇｔｈｅｌａｓｔｔｈｒｅｅｄｅｃａｄｅｓ,ｂｕｔｉｔｓｐｏｔｅｎｔｉａｌｈａｓｎｏｔｂｅｅｎｔｈｏｒｏｕｇｈｌｙｂｒｏｕｇｈｔｉｎｔｏｐｌａｙｉｎｅｎｇｉｎｅｅｒｉｎｇｐｒａｃｔｉｃｅ.Ｔｈｅｍｏｓｔｉｍｐｏｒｔａｎｔｒｅａｓｏｎｉｓｔｈａｔｉｔｉｓｄｉｆｆｉｃｕｌｔｔｏｐｒｅｃｉｓｅｌｙｄｅｆｉｎｅａｎｏｐｔｉｍｉｚａｔｉｏｎｐ…     

桥梁方案多层多目标模糊优选模型及其应用

在桥梁概念设计阶段,关键是要选择出合理的桥型.在选择过程中需要考虑众多因素,这些因素不仅包括定量因素,而且还包括定性因素,因此桥梁方案优选是一个多目标、半结构性模糊决策问题.为了协调因素之间的复杂关系,提出了桥梁方案多目标模糊决策模型,将众多因素分层考虑,并应用模糊定权的方法来确定因素的权重,这一方法克服了目标函数中用线性评判指标来处理高度非线性多目标问题与确定权重问题的不足.应用实例表明,该模型理论严谨,物理意义明晰,计算方法简洁.     

基于QPSO-RBFNN和模糊理论的电力系统短期负荷预测方法

在基于径向基函数神经网络（RBFNN）的电力系统短期负荷预测的基础上,采用量子粒子群优化算法（QPSO）优化神经网络权值,并运用模糊理论进行修正预测模型,提出基于QPSO—RBFNN和模糊理论的电力系统短期负荷预测方法．仿真实例计算结果表明该方法收敛速度快、预报精度高,具有工程应用前景．     

负荷预测的线性稀疏数AR预测模型

对时间序列线性ARIMA模型的建模和预测方法进行了总结,根据其特征提出了采用稀疏数AR模型代替ARIMA模型作为通用线性预测模型,并给出了模型搜索算法,使得时间序列线性预测模型的建模过程无需人的干预而能通过程序自动完成。