群居蜘蛛优化算法在水文频率曲线参数优化中的应用

利用一种新型群体智能仿生算法——群居蜘蛛优化算法(SSO)优化水文频率曲线参数,以云南省丽江仁里站和总管田站年径流量数据为例进行实例研究,分别将离差平方和准则(OLS)、离差绝对值和准则(ABS)以及相对离差平方和准则(WLS)作为SSO算法最优适应度函数对皮尔逊Ⅲ型分布参数进行优化,优化结果与粒子群优化算法(PSO)、矩法进行对比。结果表明:利用SSO算法优化仁里站和总管田站得到的OLS、ABS、WLS均优于PSO算法及矩法,比矩法提高了11%以上。SSO算法具有收敛速度快、全局寻优能力强等特点,基于SSO算法的优化适线法能够降低水文频率的分析误差,有效提高理论频率曲线与实测数据的拟合精度,是一种可行的水文频率分析方法。     

异构多种群粒子群优化算法在水位流量关系拟合中的应用

通过8个复杂函数对一种异构多种群粒子群优化算法进行仿真验证,并与传统单种群粒子群优化算法进行对比。针对水位流量关系拟合中相关参数难以确定的不足,利用异构多种群粒子群优化算法优化水位流量关系相关参数,以云南省龙潭站、西洋站水位流量关系拟合为例进行实例研究,并与粒子群优化算法、最小二乘法拟合结果进行对比。结果表明:异构多种群粒子群优化算法收敛精度远远优于粒子群优化算法,具有较好的计算鲁棒性和全局寻优能力。该算法对龙潭站和西洋站水位流量关系拟合的平均相对误差绝对值分别仅为0.27%和0.50%,拟合精度优于粒子群优化算法和最小二乘法。利用异构多种群粒子群优化算法优化水位流量关系可以获得更好的拟合效果。     

荆江河段沙市(二郎矶)站水位流量关系单值化方案优化分析

为提高荆江河段沙市(二郎矶)站水位流量关系精度，利用沙市(二郎矶)站2015～2020年水位、实测流量资料以及辅助水尺断面水位资料，对现有落差指数法中的参数进行分析优选，优化校正流量计算公式。结果表明：使用优化后的参数计算的沙市(二郎矶)站水位校正流量关系点更为集中，定线更为简洁，且精度可靠，满足国家相关规范要求。研究成果可为减少流量测次、提高测验效率、简化水文资料整编工作提供参考。     

水位流量关系曲线延长方法的性能对比 ——以梅江水口(二)站为例

利用传统的水力学公式法及水位流量数学模型法,对梅江水口(二)站实测水位流量关系进行延长,分析对比不同水位流量关系曲线延长方法的性能.为解决水位流量数学模型法设置的目标函数求解易陷入局部最优值的问题,引入了模拟退火算法、遗传算法、粒子群算法对目标函数进行优化求解.结果表明:针对有实测高流量年份的水位流量关系延长,传统水力...     

基于改进粒子群优化算法的水位流量关系拟合计算研究

本文增加控制因子对传统粒子群优化算法进行改进,解决传统算法运用时易出现局部极值的缺陷,并结合实例将改进的粒子群优化算法用于辽宁某河流水位流量关系拟合计算中,对比改进前后的粒子群算法对水位流量关系拟合程度的影响。研究结果表明:相比于传统粒子群优化算法,改进后的粒子群算法拟合的水位流量关系精度都有所提高,各拟合原则下绝对残差相对误差分别平均减少16.78%、5.35%以及6.84%。     

黄金正弦算法在水文地质参数优化中的应用

为提高水文地质参数求解精度,利用黄金正弦算法(Gold-SA)优化求解泰斯(Theis)公式导水系数和储水系数2个关键参数。选取6个标准测试函数对Gold-SA算法进行仿真验证,并与粒子群优化(PSO)算法的仿真结果进行比较。以2个抽水试验资料为例,利用Gold-SA优化求解Theis公式导水系数和储水系数,求解结果与PSO算法、配线法和文献方法作对比。结果表明,Gold-SA算法对所选6个标准测试函数的寻优精度高于PSO算法,具有较好的寻优精度和全局搜索能力;对2个实例导水系数和储水系数参数的求解精度优于PSO算法、配线法和文献方法。将Gold-SA算法用于水文地质参数优化求解是可行和有效的。     

果蝇优化算法与支持向量机在年径流预测中的应用

针对支持向量机(SVM)学习参数难以确定的不足,利用果蝇优化算法(FOA)搜寻SVM学习参数——惩罚因子和核函数参数,提出FOA-SVM预测模型,并构建基于粒子群优化(PSO)算法、遗传优化(GA)算法搜寻SVM学习参数的PSO-SVM和GA-SVM模型作为对比,以云南省董湖站年径流预测进行实例研究。结果表明,FOASVM模型预测精度优于PSO-SVM和GA-SVM模型,具有较高的预测精度和泛化能力。     

花授粉算法-BP神经网络模型及其在月径流预报中的应用

通过5个典型高维函数对一种新型群智能优化算法——花授粉算法(FPA)进行仿真验证,并与粒子群优化(PSO)算法进行对比分析。针对BP神经网络初始权值、阈值参数难以确定的不足,利用FPA算法优化BP神经网络初始权值和阈值,提出FPA-BP预报模型,以清水江水文站12月月平均流量预报为例进行实例研究。结果表明:1FPA算法收敛精度优于PSO算法,具有较好的收敛速度和全局寻优能力;2FPA-BP模型对实例2001—2005年月平均流量预报的平均相对误差绝对值为2.38%(5次平均),预报精度优于PSO-BP、BP模型。利用FPA算法优化BP神经网络的初始权值和阈值,有效提高了BP神经网络的预报精度和泛化能力,且拓展了BP神经网络初始权值、阈值的优化方法,为相关预报研究提供了参考。     

SSO-BP模型在水资源可再生能力评价中的应用

为评价区域水资源可再生能力,提出了水资源可再生能力评价指标体系和分级标准,构建了基于BP神经网络的评价模型,并以云南省文山州水资源可再生能力评价为例进行实例研究。首先,遴选出单位面积水资源量等10个指标,构建水资源可再生能力评价指标体系和分级标准;其次,针对BP神经网络初始权值和阈值难以确定的不足,利用一种全新的仿生群体智能算法--群居蜘蛛优化（SSO）算法优化BP神经网络初始参数,提出了SSO-BP评价模型,并通过6个高维复杂函数对SSO算法进行验证,且与粒子群优化（PSO）算法进行对比;最后,利用SSO-BP模型对实例进行水资源可再生能力评价。结果表明：① SSO算法具有较好的收敛精度和全局寻优能力,可有效提高BP神经网络模型的预测精度和泛化能力。② 文山州各评价区域2014年水资源可再生能力处于最强与中等之间,符合区域现状。     

基于自动分段的水位流量关系优化定线研究

笔者在"用于水位流量关系曲线的一类保凸保单调函数"的水位流量关系模型的基础上,通过引入自动分段策略和起始点自适应方式,解决这一模型存在的分段点难以界定和起始点敏感的问题。使用自动分段策略和起始点自适应方式后的模型很复杂,难以使用常规方法率定模型参数。笔者采用领域搜索差分进化算法(NSDE)对模型进行求解。研究结果表明,采用引入新策略的水位流量关系模型可以很好地拟合水位流量关系曲线,减少人工分段的额外操作,领域搜索差分进化算法在该模型优化率定求解中很有效。     

现代优化算法在岩土工程中的应用

以遗传算法、人工神经网络算法、模拟退火算法为代表的现代优化算法,凭借其解决复杂优化问题的有效性已广泛应用于边坡、基坑以及地下洞室等岩土工程领域。该论文在介绍现代优化方法基本原理的基础上,分析总结了各种优化方法在岩土工程中的应用情况,指出了存在的问题,为完善现代优化算法进一步在岩土工程中应用提出了建议。     

面向梯级水库多目标优化调度的进化算法研究

实际工程中以梯级水库多目标优化调度为代表的大规模高维多目标优化问题,其优化难度是一般方法所难以应对的。为此本文提出一种新型的多目标粒子群算法LMPSO,其包含了基于超体积指标I_h^k的适应值分配方法与基于问题变换的搜索空间降维策略,以有效处理问题的高维目标向量与大规模决策变量。将该算法应用于溪洛渡-向家坝梯级水库的中长期多目标优化调度中,并与4种知名算法的计算结果进行对比分析,验证LMPSO在求解该类问题上的卓越性能。由此为多目标优化调度高质量非劣解集的获取提供一种可靠的方法,并为下一步的多目标调度决策提供有力的数据支持。     

桁架结构拓扑和布局优化发展综述

从优化模型的建立和求解算法的研究两个方面对桁架结构的拓扑、布局优化的发展历程和研究现状进行综合评述。按照发展的先后,将以基结构法为基础的优化模型根据设计变量的不同分为3类,同时描述了非基结构法的拓扑布局优化;将求解算法分为传统的数学求解和智能化的全局寻优求解两部分。对桁架结构的拓扑布局优化在实际工程中的应用进行了总结,指出了结构拓扑、布局优化在理论研究、工程应用和软件开发等方面的研究方向。     

基于混合PSO算法的梯级水库优化调度研究

提出基于混合粒子群优化（PSO）算法求解流域梯级单目标优化调度问题方法的一般结构,并对三峡梯级的发电和洪水优化调度问题进行了研究。该算法利用离散微分动态规划法（DDDP）算法对粒子群优化算法的gBest粒子进行二次寻优,加快了算法的收敛速度和精度。     

马蹄形引水隧洞的断面优化研究

高水头是引水隧洞设计中的难点之一,容易造成隧洞的衬砌破坏等问题。针对马蹄形隧洞结构内力偏大的问题,结合理正软件和有限元分析软件两者的优势,采用两种形式,即:侧弧段渐变衬砌厚度优化和断面尖角的"倒角"优化,对该隧洞进行了优化设计,得到经济可行的隧洞优化断面形式。研究发现:与原设计断面相比,这两种优化断面均可有效地提高结构的承载能力;相比渐变侧弧衬砌厚度优化,"倒角"优化更加经济可行。提出的优化设计方法与结论可为其他工程提供借鉴经验。     

拓扑优化理论在二维深孔弧形闸门设计中的应用研究

利用拓扑优化理论，对结构复杂的深孔弧形闸门作了深入地研究，并通过对优化结果的变形分析与应力校核，表明结构应力分布均匀，能够更好地发挥各部位材料的最佳性能，验证了拓扑优化理论在水工闸门中应用的可行性。     

多元优化算法在马斯京根模型参数优化中的应用

以2个实例为研究对象,利用一种新型群体智能算法——多元优化(MVO)算法优化马斯京根模型参数,并与相关文献中加速遗传算法等多种方法的优化结果进行对比。结果表明:MVO算法优化结果优于其他算法,利用MVO算法优化马斯京根模型参数,可以获得比相关文献更高的模拟精度,不但为精确估计马斯京根模型参数提供了有效方法,而且拓展了MVO算法在水文模型参数优化中的应用。     

三角旋回算法及其在水库优化调度中的应用

全局优化方法——三角旋回算法(TriangleGyrationAlgorithm,TGA),具有结构简单、鲁棒性强和快速收敛的特点。算法的寻优过程采用历史最优目标函数值进行指导,利用三角变换进行迭代使其能够快速收敛到全局最优。用一个典型的算例对三角旋回算法进行了性能分析,并且将该算法应用在水库中长期优化调度中。与其他几种常见算法的比较结果表明,该算法综合性能优越,在优化方法领域具有广阔的应用前景。     

混沌粒子群优化算法在确定含水层参数中的应用

以泰斯公式为例,将混沌粒子群优化算法应用于求解分析抽水试验数据,解决含水层参数的函数优化问题.通过在粒子群算法的初始化粒子位置及后续的细搜索过程中加入混沌序列,提高了算法的收敛速度和精度.数值实验结果表明:混沌粒子群算法能够有效地应用于求解含水层参数计算问题;粒子数的增多对混沌粒子群算法收敛性的影响不明显;待估导水系数选取不同的倍数均体现出混沌粒子群算法的收敛性明显优于粒子群优化算法.混沌粒子群算法应用于确定含水层参数是可行的.     

水电站机组优化组合的混合粒子群优化算法

机组组合是水电站短期发电计划中一个非常重要的问题,合理的组合运行能带来显著的经济效益,开展对机组优化组合的可行性和有效性研究有重大的现实意义。建立了该问题的数学模型,并提出了混合粒子群算法（Hybrid Particle Swarm Optimization,HPSO）的工程实现方法,采用量子粒子群算法解决机组方案的确立,并采用粒子群算法求解负荷经济分配。设计了粒子的适应度计算方法和速度更新方法,提出了HPSO算法的求解步骤。仿真分析表明：HPSO算法求解机组优化组合问题是可行和有效的,该算法实现简单,具有更快更好的收敛性能。