基于动态时间弯曲算法的相似洪水识别方法

相似洪水动态识别是在大数据背景下弥补实时洪水预报预见期不足的有效途径,对于支撑防洪调度具有重要作用。由此,结合产汇流理论建立反映洪水形成发展的复杂多元动态事件集;采用动态时间弯曲算法改进了欧氏距离算法对相位的适应性;基于多元时间序列相似性原理构建了相似洪水动态识别方法。以池潭水库30场雨洪资料相对完备的洪水为例,对所提方法进行验证,结果表明该方法具有较好的洪水识别效果。     

投影寻踪模型在典型洪水选择中的应用

针对传统的典型洪水过程选择具有较强主观性的问题,利用投影寻踪模型将洪水特征指标等多维数据投影到一维空间上,并采用单纯多边形进化算法进行模型参数优化,继而根据最优投影方向参数计算了各实测洪水的投影值,通过比较设计频率洪水与各实测洪水的投影值选出典型洪水过程。实例应用结果表明,该模型能综合分析洪水过程的各特征指标,同时概念明确、算法简单、易于实现。     

混合蛙跳算法和投影寻踪模型的洪水分类研究

采用混合蛙跳算法优化投影寻踪模型对西江流域进行洪水分类的实例研究,并与其他优化算法进行比较.结果表明,混合蛙跳算法和投影寻踪模型进行洪水分类可行、有效.     

基于相似洪水动态展延的水库防洪调度决策方法及其应用

鉴于实时洪水预报预见期难以满足水库实时防洪调度决策的时间尺度需求,相似洪水动态识别及展延是提升洪水情势预见性的有效途径。因此,将相似洪水动态展延相关理论与水库防洪优化调度模型相结合,提出了基于相似洪水动态展延的防洪调度决策方法,并以池潭水库为例,分别从展延水量效益、防洪决策效益分析相似洪水动态展延决策方法的适用性。结果表明,提出的水库防洪调度决策方法可有效降低决策风险、保障了上下游防洪安全。     

基于加速遗传算法与投影寻踪的水质评价模型

针对投影寻踪模型中投影指标函数的最优化计算复杂问题,采用加速遗传算法加快寻优速度,解决了投影寻球过程中最优化问题.实饲计算表明,该模型可处理复杂多指标优化问题,是解决复杂水质综合评价的有效途径.     

基于猴群算法的投影寻踪模型在河流健康评价中的应用

针对现有河流健康评价方法中出现的人为因素影响大、评价结果客观性差等问题,提出了基于猴群算法的投影寻踪河流健康评价模型。该方法可有效避免指标赋权的主观性,克服了一般投影寻踪模型求解方法的缺点。以滦河为例,构建河流健康评价指标体系,进而采用此模型进行评价分析。结果表明,该模型评价结果与实际情况相符,用于河流生态健康评价切实可行;滦河目前处于亚健康状态,在未来几年仍需要加强生态保护,以期达到健康状态。     

基于投影寻踪聚类思想的区域旱灾综合风险动态评估模型

从系统理论的角度分析了区域旱灾系统的结构体系,将区域旱灾风险分为致旱因子危险性、孕灾环境不稳定性和承灾体脆弱性三个子系统,并分析了各子系统的主要因素,从而建立了区域旱灾系统综合风险评估指标体系,并根据区域旱灾综合风险评估的目的,将动态综合评估方法和区划聚类评估方法相结合,建立了基于投影寻踪聚类思想的区域旱灾综合风险动态评估模型,为区域旱灾综合风险评估提供了参考依据。     

混合算法优化投影寻踪模型的需水量预测研究

针对传统遗传算法(GA)和粒子群算法(PSO)在优化计算过程中存在的优缺点,研究了二者结合的混合算法(GA-PSO),用其优化基于Hermite多项式的投影寻踪回归模型,解决了模型中最佳投影方向的优化计算问题,并运用该模型进行需水量预测.实例研究表明,基于混合算法优化的投影寻踪回归模型可靠,且预测精度较高,能有效地解决需水预测中存在的数据非线性、高维数等实际难点,在需水预测中有一定的适用性.     

基于投影寻踪技术的南四湖下级湖水质评价

为评价南四湖下级湖水质等级,采用投影寻踪技术,通过对局部密度窗口半径和局部密度做适当处理,建立了南四湖下级湖水质投影寻踪模型,并用加速遗传算法求解模型。使用建立的模型计算出南四湖下级湖四个水质监测站的水质等级y,并分析了水质等级序列的变化趋势。结果表明,南四湖下级湖四个测站的水质在2010年9月发生了突变,突变前水质处于Ⅲ、Ⅳ类,突变后水质基本处于Ⅱ、Ⅲ类,水质改善明显。研究成果为水质评价提供了参考。     

基于逐步回归的投影寻踪水文预报模型研究

基于中长期水文预报模型中的逐步回归和投影寻踪模型的特点,构建了耦合水文预测模型,并对宜昌站的实测流量资料和多年逐月气象资料进行验证.结果表明,拟合与预报的结果相对误差均小于20%,该模型预报精度高、效果较好,有一定实用价值.     

基于改进灰关联分析的相似洪水动态识别与预报方法

实时洪水预报是优化流域防洪减灾方案的重要支撑信息,基于洪水相似性的相似洪水预报是一种延长实时洪水预报预见期的可行途径。为改进灰关联分析法在相似洪水识别与预报中的应用效果,通过引入置信度距离、离势系数权重,加强传统灰关联方法的抗差能力,减少相似性分析过程中的信息损失,并将改进后的方法应用于相似洪水识别与预报过程中,最后结合池潭水库实测雨洪资料进行验证分析,预报精度评价结果表明,该方法预报精度优于传统灰关联分析法,可作为实时洪水预报的辅助方法。     

基于混合蛙跳与投影寻踪模型的水资源系统脆弱性评价

研究水资源系统脆弱性有助于水资源可持续利用的实现,结合驱动力—压力—状态—影响—响应(DPSIR)框架构建了水资源系统脆弱性评价指标体系,利用混合蛙跳算法和投影寻踪方法建立了基于混合蛙跳和投影寻踪的水资源系统脆弱性评价模型,以山东省滕州市为研究区,分别从驱动力—压力—状态—影响—响应5个方面及系统整体进行了水资源系统脆弱性评价,并以模型计算的投影值作为衡量系统脆弱程度的依据。结果表明,该区2008年水资源系统指标体系各方面与整体均处于脆弱性中等范围,其中水资源供需矛盾不断加剧及水资源开发利用条件薄弱导致影响、状态两方面脆弱性程度较高,依靠科技进步措施使得响应类指标对脆弱性影响程度较低,与实际情况相符,可见该模型评价结果可行、有效。     

地下水环境脆弱性评价的遗传投影寻踪插值模型

针对传统地下水环境脆弱性评价方法的不足,提出了基于大样本数据、投影寻踪、遗传算法以及插值型曲线评价地下水环境脆弱性的遗传投影寻踪插值模型(GPPIM),并给出了该模型建模的一般步骤。以宁陵县为例,在分析地下水环境脆弱性评价因素的基础上制定了宁陵县地下水环境脆弱性分级标准,分析了样本容量对评价模型参数的稳定性影响后,选取样本容量为4 000建立了GPPIM模型,并对该区的地下水环境脆弱性进行了评价。结果表明,GPPIM的评价结果可靠、可比性强,比模糊综合评价更为合理、精确。     

基于投影寻踪与内梅罗指数组合模型的地下水水质评价

针对内梅罗指数法注重最大污染指标及未充分考虑指标权重的问题,通过投影寻踪模型构造投影指标函数,采用实码加速遗传算法对投影指标函数进行优化得到指标权重,与污染指数结合得到加权污染指数,并将改进的最大污染指数加入权重与污染指数乘积最大值,构成投影寻踪与内梅罗指数组合模型。结合阳泉市娘子关泉域地下水水质监测样本,得到评价结果。结果表明,组合模型的地下水水质评价结果与现行的水质评价方法比较在安全性与准确性方面均有一定优势。验证了组合模型的可行性与适用性。研究成果可为地下水水污染防治提供参考。     

基于遗传算法的参数投影寻踪回归径流预报模型及应用

为提高径流预报精度,采用单相关系数法挑选预报因子,建立了基于遗传算法的参数投影寻踪回归径流预报模型,利用该模型对雅砻江二滩水电站月平均流量进行了预报。结果表明,与BP神经网络模型预报结果相比,投影寻踪回归模型具有更好的预报结果和更高的预报精度。     

基于RAGA的PPPCA模型在水资源配置方案中的应用

为了解决日益突出的水资源供需矛盾并得到较为合理的水资源配置方案,将投影寻踪主成分分析模型(PPPCA)与加速遗传算法(RAGA)相结合,即利用PPPCA对配置过程中涉及的指标特征变量较多等问题进行降维处理,采用RAGA解决高维全局寻优问题,并将其应用于台兰河灌区水资源配置方案中。结果表明,采用加速遗传算法与投影寻踪主成分分析模型得出的配置方案合理、可行。