基于人工鱼群算法和模糊C-均值聚类的洪水分类方法

为了克服模糊C-均值聚类(FCM)算法依赖初值的缺点,引入人工鱼群算法(AFS)建立一种新的聚类算法,应用于洪水分类研究。该算法将聚类中心看作食物源,通过样本抽样产生初始鱼群,利用人工鱼群算法能全局寻优和快速收敛的特点,得到一个较优的初始聚类结果,再使用FCM算法进行局部搜索,以避免因初值选取不当,而有可能陷入局部最小的缺陷。该方法应用于对西江流域洪水资料的分析结果表明,新算法具有比FCM算法更好的性能表现,使得到的分类结果更加准确合理。     

投影寻踪和人工鱼群算法的洪水分类

由于洪水具有的复杂性,从而增加了洪水类别划分的难度。通过人工鱼群算法优化投影寻踪模型,提出了一种新的聚类算法,并将其应用于洪水分类研究。由于鱼群觅食与聚类有着天然的相似性,将聚类中心看作食物源,通过样本抽样产生初始鱼群,利用人工鱼群算法进行全局寻优。为了说明该算法用于解决洪水分类问题的可行性和优越性,采用长江流域的重要控制站—宜昌站为研究对象,根据历史文献提供的相关数据进行分析,与实际洪水情况及前人的分类结果相对比。从分类结果来看,能说明采用投影寻踪与人工鱼群算法的可行性,通过性能比较,则进一步显示出该算法的优越性。     

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。     

洪水聚类有效性分析

在聚类分析中,聚类数是一个非常重要的参数,最佳聚类数的确定问题是聚类分析研究的热点之一。在模糊聚类迭代模型的基础上,首先提出了基于类间相关系数的聚类有效性指标确定最佳聚类数,并给出了最佳聚类数的确定步骤。随后以IRIS和Ruspini数据集作为分析样本验证了所提聚类有效性指标的有效性。以双牌水库的45场典型洪水过程和碧流河水库的13场典型洪水过程为例,重点进行了洪水聚类分析,进一步验证了所提公式的有效性。碧流河水库洪水聚类,遵循了成因分析和聚类分析相结合的原则,其目的是确定各类主要天气系统的典型代表过程,以便进行水库防洪分类预报调度设计。     

模糊C均值聚类法在节水灌溉水平聚类分析中的应用

阐述了模糊C均值聚类法对样本进行聚类的基本原理,对模糊C均值聚类法不能有效确定聚类数目的问题进行分析,提出采用动态聚类方法计算出聚类数目的前提下对模糊C均值聚类法进行改进。利用改进模糊C均值聚类法对某地区的节水灌溉水平进行聚类分析,结果表明模糊C均值聚类法具有较高的适用性。     

基于信息融合与识别的洪水时段分类预报

为解决流域历史洪水资料有限引起的洪水预报模型模拟精度不高的问题。以A水库为研究对象,利用K均值聚类方法对典型洪水进行聚类,分析降雨雨强、降雨中心和天气系统等水文影响因子,通过遗传优化算法计算汇流模型的各类参数,利用粗糙集方法挖掘影响因子与时段汇流模式间的关系,建立了基于信息融合与识别的洪水时段分类预报。结果表明：(1)选取的4场典型洪水通过分类预报方法计算得到的洪峰流量绝对误差与相对误差的绝对值分别为第一场9.01 m³/s、2.95%,第二场116.46 m³/s、6.78%,第三场30.92 m³/s、17.55%,第四场6.12 m³/s、1.86%;(2)洪水分类预报模型的模拟精度较传统预报方法更高,不同典型洪水的确定系数均在0.8以上。研究结果可为洪水资料较少的华北等地区的洪水时段分类预报提供参考和借鉴。     

基于模糊C均值聚类法的河南省近57年干旱特征分析

根据河南省1960-2017年19个气象站的逐日降雨数据计算标准化降水指数(SPI),结合模糊C均值聚类法、小波分析,从月、年际和周期维度上研究近57年来河南省干旱的时空变化特征。结果表明:所有气象站点可以分成3个区域,分别为豫东南、豫北、豫西地区;全区在1966、1986、1997年发生持续干旱,豫东南持续干旱时间最长为10个月且在夏季易旱,豫北持续干旱时间最长为9个月且易发生特旱,豫西持续干旱时间段最多但尺度最长为7个月;干旱频率主要分布在豫北,豫西次之,豫东南最小,但干旱频率都在30%以上,且20世纪90年代后干旱频率在各区之间分布比较均匀;豫东南、豫北、豫西分别呈现23～25、20～22、15～17 a易干旱的主周期。     

基于决策者偏好DE算法的模糊聚类迭代洪灾评估方法

权重的选择是各种洪水灾害评估模型中的一个关键而又难以确定的问题。根据现有主观赋权法和客观赋权法的特点,在差分进化(DE)算法的基础上,引入决策者偏好过滤掉不满足条件的个体,通过优化考虑决策者偏好的模糊聚类迭代模型获得洪灾样本的指标权重向量,结合洪灾损失样本特征值矩阵得出各样本的灾情综合评价值;然后依据灾情综合评价值与聚类矩阵求出各等级的特征值,并依此自动识别聚类矩阵中各行的类别属性;最后依据识别出的类别属性和各样本的灾情综合评价值,对洪灾样本在不同的决策者偏好下进行等级划分和灾情排序。以2013年四川省和1996年新疆的洪灾样本为例进行仿真试验,实现了不同决策者偏好下的洪灾等级评估,并为水利部门选择偏好类型提供了参考性建议。     

Fuzzy Rule Based Models Modification by New Data: Application to Flood Flow Forecasting

Reconstruction and/or modification of an already existing fuzzy model with new data may improve system performances. As new data become available, adjusting the existing fuzzy rule-based model may present a challenging alternative to full model reconstruction. In this paper a fuzzy rule-based control model using a Takagi–Sugeno fuzzy system is presented and a model modification algorithm is developed which improves the performance of the initial model as new data become available. Proposed approach is applied to a flood flow forecasting case example and the results are compared with those forecasted using initially available and reconstructed models. Results show that the modified model outperforms the initial FRB model. Reconstructed model performs slightly better than the modified model; however, the reconstruction may not be justified in a real time flood forecasting system, considering the limitations on the available lead time.     

基于蚂蚁和粒子群算法的土石方调运优化方法研究

本文分析了水利工程中土石方调运的影响因素及其特点,提出了一种基于蚂蚁算法和粒子群算法的土石方调运优化方法。与线性规划方法相比,该方法对调运问题的约束和目标函数没有线性要求,具有可以考虑实际工程中非线性约束、便于随机模糊分析等优点。在某大型堆石坝土石方调运中的应用及其与线性规划方法结果比较表明,本文提出的方法是可行的。     

基于单纯形微粒群优化算法Jensen模型参数求解

提出了基于单纯形微粒群优化算法（SMPSO）直接求解作物水分生产函数Jensen模型参数的方法。通过计算分析,用传统方法计算而得Jensen模型的相对产量与实际相对产量的相关指数为0．825,而用SMPSO（PSO）计算而得的相关指数为0．932;SMPSO寻优仅需要0．3973s,而PSO需要1．0783s。     

Diagnostic Complexity of Regional Groundwater Resources System Based on time series fractal dimension and Artificial Fish Swarm Algorithm

Due to the increasing high rate of economic development and population, groundwater resources of Jiansanjiang in China are affected by both anthropogenic and natural factors. In order to achieve optimal local allocation of water resources and promotion of local economic development, a suitable method for measuring the complexity of groundwater resources system is very important. In this paper, time series fractal dimension based on the curve length calculation combined with the artificial fish algorithm for the intelligent efficient fitting of data were applied to diagnose groundwater sequence in Jiansanjiang. Fractal dimension values of monthly groundwater depth series in 15 districts of Jiansanjiang Branch Bureau and their average complexity were calculated and the results revealed that the complexity of north district is the highest while that of southern district is the lowest. Our analysis also revealed that the most important influencing factor of local groundwater depth dynamics variation is the human activities and results confirmed that combined fractal theory and artificial fish algorithm for extraction hydrological time series complexity feature is feasible and can be applied in studying regional hydrological process. It also provided a scientific basis for achieving sustainable utilization of the regional groundwater resource.     

基于粒子群优化算法的河谷地形风电场优化布置

以四川省安宁河谷地区的风电场为例,利用Meteodyn WT软件,对所选的风电场测风数据进行了分析研究。通过分析研究,得到了整个风电场各个网格点的风速、能量密度、湍流强度以及发电量等方面的参数;在此基础上,以风电场的发电量最大、尾流影响较小为优化目标,建立了基于改进的粒子群算法的优化数学模型,并运用该模型,对风力发电机组的机位优化布置方案进行了研究。研究结果表明：经过优化,与原有的风力发电机组的布置方案相比,优化后的布置方案的理论年发电量提升了5.58%。     

基于文化粒子群算法的水库发电调度图绘制

为了解决使用常规方法绘制水库发电调度图时,典型水文年的样本容量有限、水文特征的代表性具有局限性的问题,引入了文化粒子群算法,采用信仰空间吸收种群的知识经验,形成规则引导种群进化,充分利用历史实测资料绘制调度图。通过实例研究,获得了较常规方法更优的结果,为优化方法在水电站中长期调度中的应用提供了一条新途径。     

Real-time Flood Classification Forecasting Based on k-means++ Clustering and Neural Network

Water Resources Management - Floods are among the most dangerous disasters that affect human beings. Timely and accurate flood forecasting can effectively reduce losses to human life and property...     

基于灰色聚类的黄河防汛物资分类储备模型研究

对黄河防汛抢险物资进行分类是科学储备黄河防汛抢险物资的前提和基础。通过综合考虑物资的重要性、储备性、成本性和社会性,结合黄河防汛抢险的特殊性,建立了黄河防汛物资分类指标体系,采用灰色聚类的方法对防汛物资进行分类,针对各类防汛物资的特点和实际需求,提出相应的管理策略,提高防汛物资保障能力,为黄河防汛物资的科学储备提供依据。     

基于模糊聚类迭代模型的洪灾评估标准计算方法

对于洪灾评估工作来说,制定一个具有普适性的洪灾等级评估标准是很重要的,而目前缺少一个被公开认可的标准制定方案。在模糊聚类迭代模型的基础上,提出了一种不受时空分布影响的洪灾评估标准计算方法。在求解目标函数时,采用混沌文化进化算法进行了优化。以四川省1976-2006年洪灾样本为例,计算出了四川省洪灾的标准化等级评估标准,并进行了验证。分析表明:该标准是合理有效并符合洪灾分布特点的,可以作为其它模型的评估标准。采用相对值标准,不受时空分布不同的影响,可以用于所有具有同一范围级别和较完备历史灾情数据的洪灾评估标准工作。