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。     

模糊修正聚类模型在边坡稳定性预测中的应用研究

本文用模糊聚类迭代模型对边坡工程实例进行了聚类分析,用聚类模型对一些边坡进行了预报以说明其方法的合理性;并对模糊聚类迭代模型中存在的不完全收敛性进行了分析。     

模糊数学在洪水分类预报中的应用

针对洪水分类与识别问题,首先利用模糊聚类循环迭代模型对历史洪水进行分类,其次通过类间相关系数的聚类有效性评价来确定最佳分类数,进而基于模糊识别理论对实时洪水进行类型预测。实例应用结果表明:该方法结果令人满意,合理可行。     

基于聚类分析的山西用水量分区研究

以模糊聚类分析为基础,按不同地区、不同流域农田灌溉、林牧渔畜、城镇工业、城镇公共、居民生活、生态环境用水量,对全省11个市、17个二级径流区进行模糊聚类,结合实际情况将行政区域分成4类,将径流区域分成3类,该研究成果对政府的宏观决策及水资源的科学研究具有重要意义。     

流域代表性污染物智能识别模型

识别流域代表性污染物是核算水环境容量进而科学管理和保护水资源的前提,通常以经验确定的方法,经常会导致判断失误。文章将对应因子分析与模糊C均值聚类分析方法耦合起来,建立了流域代表性污染智能识别模型,并针对模糊C均值聚类方法对初值敏感等优化问题具体特点,选择加速遗传算法进行了求解,实现了流域代表性污染物的智能快速识别;将该模型在某流域进行了应用,结果表明了模型的有效性。     

黄河内蒙古段流凌预报可变模糊聚类循环迭代模型

为了模拟黄河内蒙古段冰情的发生、发展过程,以可变模糊集理论为基础,提出了可变模糊聚类循环迭代模型来预报黄河内蒙古段巴彦高勒站流凌日期。选定初始权重矩阵、初始模糊聚类矩阵、初始模糊聚类中心矩阵,应用迭代公式求得最优权重矩阵、最优模糊聚类矩阵、最优模糊聚类中心矩阵,建立符合相关性要求的回归方程,从而实现预报识别检验。将模型预报结果与实测值对比分析,预报结果合格率达到80%,属于甲等预报方案,表明基于物理成因分析和数学理论的可变模糊聚类循环迭代模型可用于黄河内蒙古段的流凌预报。     

一种新的模糊聚类神经网络及其在水资源评价中的应用

本文在工程模糊集理论的基础上，融合香努(Kohonen)聚类网络与自适应谐振理论(Adaptive Resonance Theory, ART)的优点给出了一种新的模糊聚类神经网络，并将其应用于区域水资源评价中。网络模型融入模糊识别理论，增强了处理复杂水资源问题的能力，同时模糊竞争的学习算法改善了Kohonen网络学习效果。结合ART理论使得网络模糊类别数可以增加，因此具有较强的可塑性。最后，通过水资源丰富度评价与水资源承载能力评价实例验证了本文提出的模型与方法的可行性与有效性。     

基于CORDEX区域气候模式的大渡河流域径流模拟

研究气候变化下大渡河流域的径流预测可有效提高未来该流域的水利资源利用率,为水电调度提供决策参考。首先利用逐步聚类算法对6套CORDEX区域气候模式1970—2005年数据进行校正和验证,模拟大渡河流域2030—2065年的气候变化趋势。之后建立了大渡河流域年尺度的SWAT(Soil&Water Assessment Tool)模型,使用SWAT-CUP对其进行率定和验证,最后以校正后的未来气象数据驱动SWAT模型,进行未来大渡河流域径流模拟。结果表明,在未来RCP4.5和RCP8.5情景下,该流域降水量变化幅度较小,最高温度、最低温度整体呈增长的趋势,未来径流将大致呈增加的趋势,且在2050年前后,径流波动趋势不一致。在2050年之前径流变化量较小,之后2种气候情景下的径流变化趋势明显变大,预报的不确定性也增加。     

改进的模糊模式识别在金沙江径流特性分析中的应用

以模糊c均值算法为基础，通过改进隶属度函数的方法，将金沙江小黄瓜园45年的月平均径流资料进行多维空间中聚类。在聚类基础上，采用基于模糊模式识别的分析方法，得出了该站径流系列的多维丰枯特性及其变化周期。其计算结果与实测径流资料对比，较为符合实际情况，表明该方法能够有效分析径流的周期特性。     

模糊聚类法在大坝监测资料分析中的应用

为了解模糊聚类法在大坝监测资料分析中应用的适宜性,利用该法对水布垭面板堆石坝2013年面板挠度变形监测数据开展了研究。首先将监测管道划分为若干监测点,运用模糊聚类分析法对监测点进行分类,并采用F统计量评价聚类效果以确定最佳分类,对分类结果进行分析比较,可确定关键的面板变形监控点。随后建立面板挠度变形统计模型,考虑上游水深、温度、时效等因素,利用多元逐步回归分析法对关键点监测数据进行预报拟合。结果表明,利用模糊聚类分析法处理大坝监测数据具有便捷、高效的优点,模型预报结果拟合度较高。     

浙江省水利管理与服务能力现代化发展水平评价

遵循独立、科学、系统、层次和可操作性的原则,在充分分析国内外大量相关指标的基础上,结合浙江省实际情况,提出了包括防汛防台抗旱管理、水利工程管理、水行政管理、水利工程完好率、人才保障能力、资金保障能力等6项准则层的浙江省水利管理与服务能力现代化发展水平评估指标体系,在此基础上利用模糊聚类循环迭代法科学确定指标权重,并构建了发展水平综合评估模型。对浙江省2015年的水利管理与服务能力现代化水平进行评价,将结果与2020年的预期值进行对比,查找问题和薄弱环节并提出对策建议。     

灌区水资源实时优化调度

根据实时调度原理及农业水资源配置特点,建立了分层耦合的水资源实时优化调度模型,该模型包括供需水中长期预测、中长期优化配置、供需水实时预报、短期渠系配水和基于模糊识别的实时修正5个模块,应用该模型可实现对预报、决策、实施、修正的滚动向前调度。在中长期优化调度模块中提出了利用模糊聚类和马尔科夫时间序列的预测方法对有效降水量进行预测,并根据预测的年型计算作物需水量和地下水可开采量。实例计算表明,应用该模型实行的实时优化调度与各种供水已知情况下的理想最优调度方案偏差较小。     

模糊聚类在水轮发电机模糊神经励磁控制器设计中的应用

本文提出了一种利用模型C均值聚类技术对模糊神 经励磁控制器的初始参数和结构进行辨识的建模方法。结合水轮发电机励磁系统，本文首先 利用模糊聚类方法对PID励磁调节器样本数据进行聚类分析，得出模糊神经励磁控制器的模 糊划 分和模糊规则，然后根据模糊划分和模糊规则建立模糊励磁调节器的初始模型，再通过参数 在线辨识得到最终的调节器模型，最后得用数字仿真，对得到的调节器模型进行了系统阶跃 响应分析，并与PID调节器进行了控制性能比较，从而验证了该方法的有效性。     

基于模糊聚类预报与序贯决策的水资源开发利用总量动态管理模式

针对水资源开发利用总量控制红线在不同来水频率年的适应性管理问题,在模糊聚类理论以及水文预报的基础上,结合不确定性动态系统优化决策方法,提出基于径流聚类预报与用水量复核双向约束的时程滚动修正的序贯决策方法。通过对建立月来水频率预报模型,结合实际用水量对逐月指标进行滚动修正,实现"预报-复核"双向约束下逐月用水总量控制指标的动态决策。通过在我国南方地区的应用表明,该方法可以实现逐月来水的预判并制定控制指标,实现逐月用水的弹性管理,具有很好的实用价值。     

不确定性多目标模糊规划在水资源优化配置中的应用

在充分考虑水资源系统中供需水不确定性的基础上,基于多目标规划、模糊规划和区间规划原理,以经济效益、社会效益和环境效益最大为目标,以需水量、可供水量和不同子区用水部门间的用水公平性为主要约束,构建一种适用于多水源、多子区、多用户的考虑供需水不确定性的多目标模糊规划模型,以期通过平衡水资源配置系统中用户配置水量、缺水风险与系统收益三者的关系,实现系统综合效益最大。模型以衡水市历年供水、用水及社会经济等数据确定规划年的水资源参数及经济参数,采用区间参数反映系统中的不确定性,通过引入模糊隶属度函数,利用两步交互式算法,将多目标规划转化为单目标规划进行求解,以2025年为衡水市规划水平年,得到规划水平年下的11个子区、4种水源、4个用水行业的最优配水方案。结果表明：本研究制定的水资源优化配置方案可实现“外调水优先利用、地下水控制利用”,同时考虑用水的公平性约束后,在缺水条件下可有效控制水资源向每立方米水效益高的区域和部门流动,有利于多区域、多部门共担缺水风险;该水资源优化配置方案可有效缓解衡水市水资源供需矛盾,实现多水源和多目标之间的协同互补。研究成果可为河北省其他县域的水资源优化配置提供技术参...     

基于改进模糊物元分析法的区域最严格水资源管理评价

在分析最严格水资源管理“三条红线”研究现状的基础上,构建评价指标体系,采用改进熵权法确定评价指标权重,建立模糊物元模型,对区域最严格水资源管理水平进行评价。以南京市高淳区为例,对其最严格水资源管理水平进行评价。结果表明,高淳区2012年最严格水资源管理处于Ⅱ级水平,预测2015年和2020年分别处于Ⅱ级和Ⅰ级水平,评价结果与《高淳区水资源管理现代化建设实施方案》相一致。对指标权重进行灵敏度分析,发现改进模糊物元分析法稳定性较好,评价结果较可信。因此,基于改进熵权的模糊物元分析法对区域最严格水资源管理评价适用性较强,是一种最严格水资源管理评价的新方法。     

基于模糊集对分析-五元减法集对势的新疆水资源承载力评价

为定量评价新疆各地州水资源承载力状况、识别需要进行水资源承载力调控的地区,建立了新疆水资源承载力指标体系与评价等级标准,构建了模糊集对评价模型,结合五元减法集对势对新疆15个地州水资源承载力进行评价并诊断其发展态势。结果表明:新疆水资源承载力呈现出北疆较好、南疆其次、东疆稍弱的情况,评级为Ⅰ级的地区占13.4%,Ⅱ级占20%,Ⅲ级占20%,Ⅳ级占33.3%,Ⅴ级占13.3%,其中伊犁州水资源承载力最强,和田地区承载状况最差;吐鲁番地区的五元减法集对势值为-0.233 02、哈密地区为-0.303 1、阿克苏地区为-0.240 5、和田地区为-0.215 4,属于偏反势发展,需进行承载力调控;模糊集对分析评价结果与模糊聚类、物元分析法评价结果大体一致,具有可靠性。研究结果可为新疆水资源合理配置与调控提供可靠的科学依据。     

Hybrid Adaptive Neuro-Fuzzy Models for Water Quality Index Estimation

Soft computing models are known as an efficient tool for modelling temporal and spatial variation of surface water quality variables and particularly in rivers. These model’s performance relies on how effective their simulation processes are accomplished. Fuzzy logic approach is one of the authoritative intelligent model in solving complex problems that deal with uncertainty and vagueness data. River water quality nature is involved with high stochasticity and redundancy due to the its correlation with several hydrological and environmental aspects. Yet, the fuzzy logic theory can give robust solution for modelling river water quality problem. In addition, this approach likewise can be coordinated with an expert system framework for giving reliable and trustful information for decision makers in enhancing river system sustainability and factual strategies. In this research, different hybrid intelligence models based on adaptive neuro-fuzzy inference system (ANFIS) integrated with fuzzy c-means data clustering (FCM), grid partition (GP) and subtractive clustering (SC) models are used in modelling river water quality index (WQI). Monthly measurement records belong to Selangor River located in Malaysia were selected to build the predictive models. The modelling process was included several water quality terms counting physical, chemical and biological variables whereas WQI was the target variable. At the first stage of the research, statistical analysis for each water quality parameter was analyzed toward the WQI. Whereas in the second stage, the predictive models were established. The finding of the current research provides an authorized soft computing model to determine WQI that can be used instead of the conventional procedure that consumes time, cost, efforts and sometimes computation errors.     

模糊聚类分析在土壤肥力分类中的应用

土壤分类中涉及的许多指标具有模糊性,因此将模糊数学中的模糊聚类分析应用到土壤分类研究中,以期更准确、更合理地区分土壤类型.模糊聚类分析是根据模糊集的理论和方法,通过对样本各类指标的观察值进行数理统计分析处理,最终根据研究目的将各个样本集进行有效分类的一种多元统计方法.在介绍模糊聚类分析理论的基础上,运用模糊聚类分析方法对江汉平原后湖地区的土壤肥力进行分类,验证了该方法在土壤肥力分类中的可行性.