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。     

基于人工鱼群算法的灌区水资源联合调控研究

本文以水资源平衡为研究基础,引进了灌区水资源联合调控的人工鱼群算法,建立了地下水与地表水间的联合调控模型。得出了不同水平年50%保证率和75%保证率下的灌溉水资源分配结果,为今后灌区水资源联合调控提供参考。     

改进粒子群算法在大坝力学参数分区反演中的应用

为反演大坝的力学参数,需克服粒子群算法不能保证收敛到全局最优解的缺点,本文应用了一种新的粒子群算法:采用了拉伸目标函数法、Metropolis算法和自适应权重.同时将上述改进算法同量子粒子群算法和灾变粒子群算法进行了比较,将实际反演结果同超声波检测和常规基于混合模型的反演结果进行了比较,解释了常规反演结果偏小的原因.工程实例表明,改进算法具有计算量小、全局收敛性能高的特点,与灾变粒子群算法和量子粒子群算法性能相当.     

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.     

Development of Optimization Schemes for Floodplain Management; A Case Study

In this paper, two optimization models are presented. The first model is developed to determine economical combination of permanent and emergency flood control options and the second one is used to determine the optimal crop pattern along a river based on the assigned flood control options by the first optimization model. The optimal combination of flood protection options is determined to minimize flood damages and construction cost of flood control options along the river using the genetic algorithm (GA) optimization model. In order to consider the effects of flood control options on hydraulic characteristics of flow, two hydrological routing models for the reservoir and the river are coupled with the optimization model. Discharge–elevation and elevation–damage curves obtained based on separate hydraulic simulations of the river are used for flood damage calculations in the optimization model. The parameters of a hydrologic river routing model are also calibrated using the developed hydraulic model results. The proposed model is applied to the Kajoo river in the south-eastern part of Iran. The results demonstrate an economical integration of permanent and emergency flood control options along the river which include minimum expected value of damages related to floods with different return periods and construction cost of flood control options. Finally the resulting protection scheme is used for land use planning through identifying the optimal crop mix along the river. In this approach, the objective function of the optimization model is an economic function with a probabilistic framework to maximize the net benefit of agricultural activities. The study exhibits the importance of floodplain management and land use planning to achieve the development goals in the river basins.     

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。     

人工神经网络及其在水科学研究中的应用

概述了人工神经网络(ANN)理论的基本原理及其有关概念，介绍了人工神经网络中的BP网络模型和学习算法，回顾总结了近年来ANN技术在水科学研究诸领域应用的主要成果，并指出今后应用研究的方向。     

基于遗传BP算法的日径流预测

用遗传算法和BP算法相结合的混合算法来训练日径流神经网络预测模型的权值，即先通过遗传学习算法进行全局训练，再用权重调整BP算法进行精确训练，这一算法克服了BP算法收敛速度慢、易陷入局部极小等缺陷，实例证明提高了预测精度。     

基于自由搜索的灌区优化配水模型研究

在求解优化配水问题时,遗传算法和粒子群算法是经常被采用的优化算法,然而在优化过程中可能出现早熟,从而会影响到配水模型的有效性。为此,本文引入一种新的基于动物群体的优化算法——自由搜索(FreeSearch)算法,并以实现单位灌溉水量的净收益最大为目标构建了灌区优化配水模型,设自由搜索中动物探查行走时的位置分量为模型寻优参数,应用自由搜索算法对模型进行优化求解。实例应用结果表明:与加速遗传算法和标准粒子群算法求解优化配水模型的结果相比,本文建立优化配水模型能为灌区提供更合理的优化配水方案,可使整个灌区及单位灌溉水量的净收益都获得显著增长。     

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。     

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%。