基于新型蝙蝠算法-投影寻踪模型的文山州水量分配方法

基于公平和效率原则,构建文山州水量分配指标体系和水量分配投影寻踪(PP)模型。针对PP模型最佳投影方向难以确定的不足,利用新型蝙蝠算法(NBA)搜寻PP模型最佳投影方向,构建NBA-PP水量分配模型对文山州8县(市)水量进行分配。通过5个典型测试函数对NBA算法进行仿真验证,仿真结果与基本蝙蝠算法(BA)、人工蜂群算法(ABC)、布谷鸟搜索(CS)算法和差分进化算法(DE)进行对比。结果表明:通过引入生境选择策略及自适应补偿回声多普勒效应机制的NBA算法能有效平衡全局搜索和局部开发能力,寻优效果优于DE、CS、ABC和BA算法,具有较快的收敛速度、较高的寻优精度和较好的收敛稳定性与收敛可靠性;NBA-PP模型水量分配结果较目前分类权重法分配结果更科学、客观。     

辽宁省洪旱灾害与对策

针对辽宁省洪旱灾害情况,分析了各因素的发生发展规律、特点及物理成因。并提出了辽宁省防灾减灾的相应对策。     

新型萤火虫算法-投影寻踪模型在区域人水和谐评价中的应用

为科学评价区域人水和谐状况,构建新型萤火虫算法(NFA)-投影寻踪(PP)评价模型。以文山州2006-2018年资料为例进行实例研究。选取8个典型测试函数对NFA进行仿真验证,并与教学优化(TLBO)等4种优化算法的仿真结果进行对比。从水资源、经济社会、生态环境3个方面遴选16个指标构建区域人水和谐度评价指标体系和分级标准,在各分级标准阈值间采用随机内插的方法生成样本构建人水和谐度评价投影目标函数,利用NFA优化求解该目标函数的最佳投影向量,构建NFA-PP模型对研究区2006-2018年人水和谐状况进行评价。结果表明:NFA寻优效果优于TLBO等4种算法,具有较好的寻优精度、极值寻优能力和全局搜索能力。NFA-PP模型对实例2006-2011年人水和谐度评价为"不和谐",2012-2016年评价为"基本和谐",2017-2018年评价为"较和谐"。2006-2018年文山州人水和谐度呈上升趋势,且上升趋势显著。     

基于粒子群算法的投影寻踪水质评价模型

水质评价是环境质量评价与管理的重要内容,对受评价区域的工农业生产、人类生活及环境保护等具有重要意义。目前,水质评价研究中仍存在权重确定和综合评价困难等问题。因此,引入投影寻踪原理和方法,建立了投影寻踪水质评价模型,并辅以粒子群算法优化其投影方向。实例应用结果表明,投影寻踪模型处理高维数据能力强,粒子群算法简单、稳定,评价结果可靠、精度高。     

静电放电算法-投影寻踪融合模型及其在水质综合评价中的应用

为拓展智能算法与投影寻踪(PP)融合模型在水质综合评价中应用,介绍一种新型群体智能算法——静电放电算法(ESDA),选取6个典型测试函数对ESDA进行仿真验证,并与当前寻优效果较好的教学优化(TLBO)算法、灰狼优化(GWO)算法和鲸鱼优化算法(WOA)的仿真结果进行对比。构建ESDA-PP评价模型,以文山州盘龙河干流4个断面2015-2017年共30个月水功能区水质综合评价为例进行实例研究。结果表明:ESDA寻优精度远优于TLBO、GWO、WOA,具有出色的寻优精度和全局搜索能力。ESDA-PP模型对实例天生桥、灰土寨、花桥和天保大桥断面水质综合评价达标率分别为93. 3%、83. 3%、83. 3%和100%,能满足或基本满足水功能区水质保护目标要求。天生桥、灰土寨、花桥断面枯水期水质总体上优于丰水期,面源污染是主导因素;天保大桥断面丰水期水质总体上优于枯水期,点源污染是主导因素。     

基于改进智能优化算法的投影寻踪模型在洪水评估中的应用研究

传统的洪水评估方法存在着评估等级离散和结果不易分辨等不足,如何更准确高效地解决洪水评估问题已成为研究领域的热点之一。以南京站的历史洪水及四川省历史洪水灾情为例,在改进智能优化算法的基础上,引入了基于智能优化算法的投影寻踪模型,并探讨该模型在洪水分类和洪灾等级评价中的应用。结果表明,人工蜂群和混合蛙跳这类新型智能优化算法具有简单、鲁棒、全局寻优和易于实现等特点,与广泛应用于水文界的SCE-UA、文献中的加速遗传等现代启发式算法相比,具有寻优速度更快、能力更强的优势,可为洪水分类和洪灾等级评价等相近领域研究提供新途径。     

基于微粒群算法优化的投影寻踪灌区综合评价

通过对黑龙江农垦总局下属的6个灌区的各项功能参数指标资料的收集与整理,应用基于高维降维技术的投影寻踪分类模型(PPC),并采用微粒群算法(PSO)对投影寻踪模型投影方向进行优化求解,根据计算得出投影函数值的大小对各灌区运行状况进行评价,为灌区节水改造提供有价值的参考依据。     

基于磷虾觅食算法-最大熵投影寻踪模型的区域水安全评价

从总量红线、效率红线、纳污红线3个方面遴选12个指标构建最严格水资源管理约束下的区域水安全评价指标体系和分级标准。提出磷虾觅食算法(KH)-最大熵投影寻踪(MEPP)水安全评价模型,并构建人工蜂群(ABC)算法、文化算法(CA)和粒子群优化(PSO)算法-MEPP评价模型作对比,以云南省所辖16个行政分区水安全评价为例进行实例研究。结果表明:KH算法寻优精度优于ABC、CA和PSO算法,具有较好的全局极值寻优能力。KH-MEPP模型对迪庆州、德宏州、怒江州和西双版纳州水安全评价为"安全";丽江市评价为"不安全";其余行政分区评价为"基本安全"。KH-MEPP模型对云南省16个行政分区评价结果与PSO-MEPP模型相同,但在排序上存在差异;与CA-MEPP、ABC-MEPP模型在评价结果及排序上均存在差异。     

正弦余弦算法-投影寻踪水污染物总量分配模型

基于水资源禀赋条件、效率原则和尊重现状的原则,构建水污染物总量分配指标体系和水污染物分配投影寻踪(PP)模型。针对PP模型最佳投影方向难以确定的不足,利用正弦余弦算法(SCA)搜寻PP模型最佳投影方向,构建SCA-PP模型对云南省文山州壮族苗族自治州8县(市)水污染物控制总量进行分配。并通过6个典型测试函数对SCA算法进行仿真验证,仿真结果与蚁群优化(ACO)算法、模拟退火算法(SA)、文化算法(CA)、布谷鸟搜索(CS)算法和人工蜂群(ABC)算法进行对比。结果表明:(1)SCA算法寻优效果明显优于ACO、SA、CA、CS和ABC算法,具有模型简单、调节参数少、收敛速度快、寻优精度高、全局寻优能力强以及收敛稳定性与收敛可靠性好等特点。(2)SCA-PP模型水污染物控制总量分配结果符合区域经济社会发展和水污物染削减客观要求。模型及方法具有一定的可操作性和有效性,可为水污染物分配提供新的途径和方法。     

文化算法与投影寻踪融合模型在相似流域优选中的应用

研究文化算法(CA)与投影寻踪(PP)融合模型应用于相似流域优选中的可行性和有效性。以12个小河站控制流域优选为例,建立CA-PP相似流域优选模型,并构建差分进化(DE)算法-PP、和声搜索(HS)算法-PP和粒子群优化(PSO)算法-PP作为对比模型,将优选结果与随机分析法、集对分析法、模糊分析法、灰色分析法的优选结果进行比较。结果表明:CA寻优PP目标函数获得的最优值、最劣值、平均值和标准差均优于DE、HS和PSO算法,具有较好的全局极值寻优能力和收敛稳定性能。CAPP模型对相似流域的优选结果与DE-PP、HS-PP和PSO-PP模型,以及随机分析法、集对分析法、模糊分析法、灰色分析法的优选结果相同,但在优选顺序上存在差异。CA-PP模型用于相似流域优选是可行和有效的,可为同类优选提供新的途径和方法。     

投影寻踪技术在洪水灾情评价中的应用

根据洪水灾情评价的特点,选用投影寻踪综合评价模型分别对我国1990 } 2008年的洪水灾情和1998年10个地区的洪水灾情进行了评价。结果表明:1991年、1998年和19%年这三年洪水灾情最为严重,2008年洪水灾情最轻;1998年山东灾情最为严重,甘肃最轻。利用投影寻踪模型可从整体上对洪水灾情进行评价,无需预先给定各评价因素的权重,且精度较高。     

基于遗传算法的参数投影寻踪回归及其在洪水预报中的应用

针对传统非参数投影寻踪回归方法在应用时存在的问题，提出了三点改进措施：(1)采用实数编码的遗传算法代替高斯 牛顿算法优化投影方向；(2)采用参数非线性Hermite多项式代替非参数逐段线性回归来拟合岭函数；(3)参数优化同时进行无需分组，逐个增加岭函数，不实行返回拟合的优选策略。新的方法被称为参数投影寻踪回归，将其用于紫坪埔洪水预报，取得了满意的预报效果，而且所提出的方法在实际应用时，具有简单、有效和易于编程实现的优点。     

水旱灾害风险评估方法体系及其实证研究

针对水旱灾害系统的不确定性,从系统论角度提出了水旱灾害致灾因子的危险性、承灾体的暴露、灾损敏感性和防灾减灾能力这4个子系统组成的水旱灾害风险系统及其定量表征。从方法论角度,提出了由水旱灾害危险性分析评估、脆弱性分析评估、损失风险分析评估、风险评价、风险决策分析这5类方法组成的水旱灾害风险评估方法体系,并归纳分析本文作者以往的实证研究。结果表明该方法体系具有通用性和有效性,在自然灾害风险评估中具有参考应用价值;今后亟须进一步解析该方法体系的物理成因机制,进一步丰富、发展、完善这些水旱灾害风险评估方法,特别是基于水旱灾害损失风险形成过程的损失风险曲线评估方法。     

投影寻踪法和遗传算法在洪水预报中的应用

文中将投影寻踪法和遗传算法两种方法有效的结合起来,利用投影寻踪建模的同时,利用遗传算法寻优,充分发挥两者优势,将这两种方法的结合运用于洪水预报,建立流域流量的多因子预报模型。     

基于文化粒子群算法的水库防洪优化调度

针对水库防洪调度具有多约束、高维、非线性、不易求解的特点,在粒子群算法（PSO）的进化机制中引入文化算法（CA）,利用文化算法的信仰空间对粒子群的进化进行指导,建立了文化粒子群算法（PSO-CA）。该算法在种群空间中采用PSO算法,在信仰空间中利用从种群空间中提炼出来的群体经验所形成的形势知识对群体的“早熟”现象进行监视,利用规范化知识对粒子加以限定,提高了算法计算效率。实例验证,该算法能较好地克服粒子群算法易陷入局部最优的缺点,并加快其收敛速度,可以有效解决水库防洪调度问题。     

基于文化粒子群算法的水库防洪优化调度

针对水库防洪调度具有多约束、高维、非线性和不易求解的特点,在粒子群算法(PSO)的进化机制中引入文化算法(CA),利用文化算法的信仰空间对粒子群的进化进行指导,建立了文化粒子群算法(PSO-CA)。该算法在种群空间中采用PSO算法,在信仰空间中利用从种群空间中提炼出来的群体经验所形成的形势知识对群体的"早熟"现象进行监视,利用规范化知识对粒子加以限定,提高了算法计算效率。实例验证,该算法能较好地克服粒子群算法易陷入局部最优的缺点,并加快其收敛速度,可以有效解决水库防洪调度问题。     

厄瓜多尔西部沿海地区洪旱灾害特点及对策

厄瓜多尔西部沿海地区有Guayaquil、Manta、Esmeraldas、Santa Elena等重要城市和港口,是厄瓜多尔的经济中心、工业中心和粮食主产区,在厄瓜多尔占有极其重要的地位。但受地形和气候影响,该地区洪旱灾害频发,同时水利基础设施较为薄弱,应对洪旱灾害的能力严重不足,严重制约了经济和社会发展。详细介绍了该地区的洪旱灾害情况,分析了洪旱灾害产生的主要原因为降水时空分布不均、极端气候频发、河流短且比降陡、洪水陡涨陡落、工程设施薄弱、信息化水平不高和管理能力有待加强等。在此基础上,从防洪体系、水资源综合利用、水资源保护和水资源管理等方面提出了应对洪旱灾害的措施,为厄瓜多尔经济和社会发展提供保障,促进国家美好生活规划各项目标的实现。