基于进化学习的视觉TSK模糊系统建模

利用具有高度智能的视觉TSK模糊推理系统研究了长期水文预报问题。针对传统TSK模糊建模方法易陷入局部最小的缺陷，该系统建模方法引入粒子群优化算法，进而提出了新的基于进化学习的视觉TSK模糊系统训练算法。该算法不但具有更好的鲁棒性和更好的全局收敛能力，同时依然能继承传统视觉TSK模糊建模方法的原有优点。最后将其应用于长期水文预报，结果表明，本文模型具有更好的学习能力和泛化能力，能得到更好的预测性能。     

基于进化学习的视觉模糊系统模型在水文预报中的应用

利用视觉TSK(Takagi-Sugeno-Kang)模糊推理系统研究了长期水文预报问题.针对传统TSK模糊建模方法易陷入局部最小的缺陷,引入粒子群优化算法,从而建立了基于进化学习的视觉TSK模糊系统训练算法.将改进后的模型应用于2个算例的长期水文预报仿真计算.结果表明:本文模型在继承传统视觉TSK模糊建模方法优点的同...     

基于自适应最优模糊逻辑系统的短期负荷预测方法

提出了一种基于自适应最优模糊逻辑系统的电力系统短期负荷预测方法。首先通过最近邻聚 类算法对负荷历史数据进行分组，再将每一组数据(一个聚类)视为一个数据对，用最优模 糊逻辑系统来进行预测系统的建模。实验结果表明， 这种预测方法具有简单、实用等特点 ，且能达到较高的精度。     

行星齿轮变速箱方案设计的模糊评判

主要讨论在行星齿轮变速箱方案设计过程中已经获得多个相对优秀的方案后，如何合理地进行评判决策出最佳方案，基于模糊理论，建立了行星齿轮变速箱方案优选的模糊评判的数学模型，并用实例进行计算说明，验证其科学性。     

工程机械行星齿轮变速箱方案设计的模糊综合评判

主要讨论了工程机械行星具轮变速器方案设计过程中已经获得多个相对优秀的方案后，如何合理地进行综合评判决策出最佳方案，文中基于模糊理论，建立了工程机械行星齿轮变速箱方案成选的模糊综合评判数学模型，并应用实例计算说明，验证其科学性。     

模糊集理论在电力系统短期负荷预测中的应用

由于模糊系统能够在任意精度上一致逼近任何定义在致密集上的非线性函数，具有从大量数据中提取相似性的强大能力，且能同时利用数据信息和语言信息，因此模糊集理论在电力系统短期负荷预测中得到了越来越广泛的应用。文中对模糊集理论应用于电力系统短期负荷预测中的研究现状进行了综述，包括模糊集理论分别与专家系统、传统的预测技术、人工神经网络相结合在短期负荷预测中的应用，以及模糊逻辑系统在短期负荷预测中的应用，并指出了这一技术的发展趋势及应用前景。     

基于模糊可靠度的工程车辆传动轴可靠性优化设计

针对高速转动的工程机械常规设计理论与工程实践的矛盾日益突出问题,对传动轴进行了模糊可靠度优化设计,分析了模糊可靠度应用于传动轴可靠性优化设计的工作原理,研究其模糊度计算方法。并以一种传动轴为实例,建立其基于临界转速模糊优化的数学模型。结果表明,运用模糊可靠性优化设计工程车辆的传动轴,可以提高设计的合理性。     

灌区智慧管控平台研究与应用

文章基于大数据平台、物联网、数学模型等数字化、信息化先进技术,对智慧灌区体系结构、物联网、智能模型等关键技术进行阐述,并结合新疆阿克陶县灌区水利信息化现状,构建基于物联网的灌区智慧管控平台,形成了集采集、传输、管控及决策为一体的集成化系统,提高了阿克陶灌区运行管理水平,提升了灌区运管效益.     

重力坝坝基失稳模糊-随机风险率计算方法研究

基于重力坝坝基抗滑稳定各影响因素的随机性、模糊性以及失稳准则的模糊性,研究了坝基失稳模糊风险数学模型的求解方法,建立了基于安全系数的模糊随机极限状态方程,对设计参数的模糊采用计算简便的α水平截集法,而对失效准则的模糊采用降半梯形隶属函数。工程实例计算表明：此方法比参数与失效准则均采用α水平截集法时得到的模糊风险率区间值更趋合理,模糊风险分析计算得到的坝体安全结论也与现行规范的确定性方法一致。     

基于奇异谱分析的大坝安全监测数据异常值识别技术研究

对基于奇异谱分析的大坝安全监测数据异常值识别技术进行了研究,证明了该技术能够对趋势性或周期性数据序列进行分析,验证了该技术在大坝安全诊断领域的适用性和有效性。基于奇异谱分析的异常值识别技术不需要预先人工建立数学模型,在测点数量较多且需要及时反馈的大坝安全智能诊断领域中有较大优势。此外,奇异谱分析不涉及对环境量的考察,因此可用于环境量缺失情况下的大坝安全监测数据检验分析。     

岩体流变参数反演的加速遗传算法

从系统辨识的角度，基于浮点编码的加速遗传算法，提出岩体流变系统参数的进化反演模型，并通过算例进行验证。计算结果表明，本文方法可以在仅给出各参数取值范围的条件下，有效地求得岩体流变系统参数，且克服了传统优化搜索算法在待反演参数数目较多时，寻优过程极易陷入局部最优值，甚至搜索不收敛等缺陷。     

基于相关性方差贡献率的高坝泄洪振动数据级融合方法

针对单一传感器信号只能反映结构的局部特性及易受干扰的问题,提出了基于相关性方差贡献率的数据级融合方法;通过计算振动信号的相关性方差贡献率来分配融合系数,从而实现多传感器信号之间的数据融合。锦屏一级高拱坝原型观测信号和自制的碾压混凝土坝水弹性模型实测信号的数据融合结果表明,该方法具有良好的抗噪性,可挖掘振动信号中的高频微弱信息和密频信息。与基于相关函数的数据级融合方法相比,基于相关性方差贡献率的数据级融合方法使融合后的信号能更加全面地反映坝体整体振动特性,更适用于高拱坝及碾压混凝土坝振动信号的模态参数识别。     

河流水质多参数识别反问题的演化算法

给出了利用演化计算方法求解河流水质多参数反问题的一种新方法。该方法把参数识别反问题转化为优化问题用演化方法求解。它的特点在于：从多个初始点开始寻优，并借助交叉和变异算子来获得水质参数的全局最优解。数据模拟结果表明，该方法具有很高的精度，收敛速度快，且编程简单，易于计算机实现，值得在实际工作中采用。     

一种SWAT模型参数识别的改进方法

参数的敏感性分析和不确定性分析是分布式水文模型构建的先决条件。在辽河流域建立SWAT模型,利用SWAT-CUP中的SUFI-2算法进行参数的率定,在此基础上提出一种更为简便的参数识别方法。将研究区域辽河干流的主要支流分别进行参数识别,再将SWAT-CUP中率定的最佳参数的从TXINOUT文件中提取出来,分别覆盖到SWAT模型中各对应支流子流域的TXINOUT文件中,即可得到按主要支流经过参数识别后的SWAT模型,避免了SWAT-CUP调参工具涉及众多子流域导致参数识别过于复杂的问题。结果表明,辽河干流主要支流招苏台河、清河、柴河等子流域主要水文断面率定期的平均纳什效率系数分别为0.60、0.65、0.68,验证期分别为0.60、0.72、0.77,参数率定的结果相对于全局调参有较大的改进。采用本文提出的参数识别方法,可以解决SWAT-CUP全局调参时上下游断面结果难以同时匹配或伪匹配的问题,又可以避免分区参数识别时对不同子流域的土地利用类型、土壤类型以及坡度等参数的繁琐设定,同时降低了SWAT模型手动调参的复杂程度,可较好地应用到SWAT模型参数识别过程中。     

基于和声搜索算法的地下水污染源与未知含水层参数的同步反演研究

地下水污染源反演问题和含水层参数反演问题都是典型的地下水逆问题。在未知含水层参数(渗透系数、弥散度等)等先决信息的情况下进行地下水污染源反演计算时,需要根据已有的监测数据(水位和浓度等)对地下水污染源和未知含水层参数进行同步反演。在同步反演优化问题中,决策变量包括污染源位置、强度以及待求的含水层参数。论文首先介绍同步反演模型的框架组成(包括污染物迁移模型和反演优化模型),然后在对已有的各种和声搜索改进算法进行研究的基础上结合同步反演模型提出一种改进的和声搜索算法,最后将同步反演模型和改进的和声搜索算法应用于具体的算例研究。研究表明,改进的和声搜索算法具有算法稳定高效、求解精度高等特点,能够广泛应用于复杂的地下水污染源和含水层参数反演问题。     

混合蜂群算法及其在混凝土坝动力参数反演中的应用

介绍了一种新颖的群集智能优化算法—人工蜂群算法(ABCA)，同时为提高算法的搜索效率，在ABCA算法中引入Nelder-Mead单纯形算子，提出了一种用于材料参数反演分析的混合单纯形人工蜂群算法。将所提出的算法用于混凝土重力坝动力材料参数识别问题，建立了基于不完全模态测试数据动力材料参数识别的优化反演模型。算例分析表明，混合算法融合了两种算法的优点，具有收敛速度快、识别精度高等特点，是一种高效的系统优化和参数识别方法。     

Modal parameter identification for a roof overflow powerhouse under ambient excitation

Modal parameter identification is a core issue in health monitoring and damage detection for hydraulic structures. For a roof overflow hydropower station with a bulb tubular unit under ambient excitation, a complex unit-powerhouse-dam coupling vibration system increases the difficulties of modal parameter identification. In this study, in view of the difficulties of modal order determination and the noise jamming caused by ambient excitation, along with false mode identification and elimination problems, the ensemble empirical mode decomposition(EEMD)method was used to decrease noise, the singular entropy increment spectrum was used to determine system order, and multiple criteria were used to eliminate false modes. The eigensystem realization algorithm(ERA) and stochastic subspace identification(SSI) method were then used to identify modal parameters. The results show that the relative errors of frequencies in the first four modes were within 10% for the ERA method,while those of SSI were over 10% in the second and third modes. Therefore, the ERA method is more appropriate for identifying the structural modal parameters for this particular powerhouse layout.     

卸荷土体力学模型参数的智能识别

在遗传算法中引入了位爬山法,有效地改善了遗传算法的局部优化能力,提高了优化速度与精度。采用此改进的遗传算法对基坑土体卸荷力学模型参数进行大范围识别,实现了参数空间内全局意义上的搜索。以200 kPa围压下土体真三轴卸荷试验为例,将试验结果与不同识别方法的结果进行了对比。分析了多样性测度、蠕变变异率和突变变异率对算法收敛精度的影响。得出如下结论:为了全面的了解基坑土体的特性,对不同位置的土体进行全面的试验研究是有必要的;利用改进的遗传算法进行参数识别,识别精度更高,能更好描述土体的力学性能,有利于基坑安全性分析与评估。     

布金汉方程的代数解在流变参数测定中的应用

工农业生产实践中存在大量的以宾汉流体为主的非牛顿流体流动现象,由于用来量化描述宾汉体流变学特征的宾汉方程是一个比较复杂的微分方程,工业设计中流变参数极限切应力τβ、和刚度系数η的确定,大多数都通过毛细管黏度计用图解法获得。本文介绍了一种宾汉方程的代数解法,可准确给出宾汉极限切应力与毛细管中切变速率的数学表达式,以该数学表达式为依据,导出了极限切应力为零时经典的牛顿体泊谡叶方程。该代数解法所得到的数学表达式,可大幅度的减少传统的毛细管黏度计图解法试验测试工作量,对宾汉体流变参数的测定具有重要意义。     

基于加权最小二乘的结构模态参数与损伤识别

为提高利用最小二乘进行模态参数识别的精确度,提出了分频段加权最小二乘模态参数及损伤区域识别方法。分别基于各频率段能量和普通克里金插值作为权值,加权计算模态参数。将此方法应用于识别时变系统,用于Koyna混凝土重力坝在地震作用下损伤识别中。结果表明,识别的固有频率时程曲线可以准确地对结构损伤情况进行描述,根据坝体观测点在初始和损伤结束时刻的响应信号识别的归一化振型可以对结构损伤进行定位。该方法可以较大地提高结构模态参数的识别精度,并且准确地识别结构的损伤区域。