模糊聚类在流域年径流规律研究中的应用

对水资源系统的规律研究通常是对系统进行聚类、识别来实现，目前可用于水资源系统的模糊聚类的理论和模型很多，但是每种方法都有各自的特点，本文介绍一种模糊聚类循环迭代模型和最佳聚类数的确定方法，通过直观的离散函数曲线确定最佳聚类数和循环迭代的方法确定聚类中心，达到对样本进行归类的目的，最后将模糊聚类循环迭代模型应用到流域年径流规律的研究中，这对认识流域年径流规律具有一定的意义。     

基于模糊AHP法定权的水资源价值灰色评价模型及其应用

基于模糊系统理论,采用模糊层次分析(AHP)法确定各评价指标权重,有效地解决了水资源价值评价中复杂的权重确定问题。通过对水资源价值的构成及灰色聚类分析,建立基于模糊AHP法定权的水资源价值灰色评价模型,并运用该模型对兰州市水资源价值进行了综合评价。     

基于减法聚类的ANFIS在水资源利用状况评价中的应用

水资源利用动态变化研究是以水资源利用状况评价为基础,通过水资源利用指数的时空变化来反映的科学。因此评价实体、目标、指标体系有所不同,评价模式(方法)也存在差异。由于涉及多个评价指标,所以属于高维数据处理问题。针对上述情况提出基于减法聚类的自适应模糊神经网络模型,通过减法聚类完成高维数据向低维空间的转换,即将每个样本的多个评价指标综合成一个综合指标,用自适应模糊神经网络建立水资源利用综合评价模型,从而实现对水资源利用状况的评价。     

基于可变模糊集理论的水资源可再生能力评价模型

本文以可变模糊集理论为基础，建立了一种新的流域水资源可再生能力评价模型——模糊可变集合模型，详细介绍了该模型的计算步骤，应用该模型对黄河流域9个行政分区的水资源可再生能力进行了综合评价，并与其他评价方法的评价结果进行了比较。结果表明，本文建立的模型更合理且计算简单，可靠性、实用性强，适用于多种综合评价问题。     

水资源优化配置方案综合评价的模糊熵模型研究及应用

摘要：基于水资源优化配置方案具有多目标性和模糊不相容性的特点，在模糊理论分析的基础上，结合欧氏贴近度的概念，建立了基于欧氏贴近度的水资源优化配置方案综合评价的模糊优选模型。模型中基于信息熵建立了专家自身权重模型来修正层次分析法得到的指标主观权重，得到的指标融合权重减少了权重确定的主观性。以天津市水资源优化配置方案综合评价为例介绍了该模型的具体运用，结果表明，该模型用于水资源优化配置方案评价是合理、可行的，为水资源优化配置方案综合评价提供了一种新的决策方法。 关键词：模糊理论；欧氏贴近度；信息熵；水资源配置；综合评价     

基于对立统一定理与质量互变定理的水资源系统可变模糊评价新方法

根据可变模糊集理论导出的唯物辩证法对立统一与质量互变规律的数学定理——对立统一与质量互变定理，提出水资源系统新的可变模糊评价方法，新方法理论严谨、概念清晰、计算简便。文中列举水资源系统两个评价实例，（1）水资源可持续利用程度综合评价，（2）水安全综合评价。说明了新方法的原理、模型与计算步骤。并与模糊综合评判方法、集对分析评价法进行了比较与分析，指出模糊综合评判方法与集对分析评价法存在的问题与数学逻辑错误。     

基于物元分析法的水资源管理现代化评价

为科学合理地评价区域水资源管理现代化水平,从水资源保障、用水效率、水资源保护、水资源公共管理能力、水资源支撑能力5个方面构建评价指标体系,将模糊层次分析法(FAHP)和熵权法耦合,确定评价指标综合权重,基于物元理论建立水资源管理现代化评价模型。以南京市高淳区为例进行评价,结果表明,南京市高淳区水资源现代化管理水平处于初等现代化阶段,与实际情况相符,验证了所构建评价模型的可行性和有效性。     

基于模糊聚类算法的大坝监控模型的研究

将模糊理论和神经网络相结合，建立了基于模糊聚类算法的模糊神经网络的大坝安全监控模型，并针对某一大坝变形水平位移实测数据进行分析，计算结果表明，其拟合和预报精度优于常规统计模型，从而表明这一模型的有效性。     

浅析动态模糊聚类法在水资源区域分类中的应用

本文应用模糊数学中动态模糊聚类的方法，综合考虑了多种因素的影响，对不同区域水资源开发利用程度进行了科学的、合理的分类。     

基于铁岭市水资源价值评价研究

本文以铁岭市为例,在详细分析了模糊优选、神经网络相关理论的基础上,采用所构建模型评价了其水资源价值。研究表明:所构建的模型可通过不同层次的影响因素和综合评价指数科学、合理地表征水资源价值;模糊优选神经网络模型不仅可有效解决人工设定参数的主观随机性问题,而且其评价结果能够较好地反映区域水资源价值实际状况;模型表现出较强的实用性与可靠性,可为水资源价值评价提供一种新的思路和方法途径。     

基于改进爬山聚类法的模糊神经网络边坡稳定性判别模型

影响边坡稳定性的因素复杂且具有随机性和模糊性。综合考虑重度、黏聚力、内摩擦角、坡角及坡高等影响边坡稳定的主要因素,为判别边坡稳定性建立出新型模糊神经网络模型,该模型利用学习能力强大的神经网络及推理功能突出的模糊逻辑,通过改进的爬山聚类法进行结构学习,并利用 BP 算法和最小二乘估计法相结合的综合学习算法来调整参数,进而大幅度提高模型判别能力。经工程实例测试证明该模型可以快速准确的判别边坡的稳定性,可以为类似工程提供参考和借鉴。     

基于模糊神经网络的区域需水预测计算模型

将神经网络和模糊理论相结合建立模糊神经网络模型,从模糊神经网络角度并运用灰色系统理论对区域需水量进行预测,通过应用于盐城市在未来2010年需水预测的实例,计算分析结果表明该模型具有良好的可行性和合理性,可以借此深入分析外生变量与区域需水量之间的关系。     

模糊神经网络在杭州湾含沙量过程预报中的应用探讨

本文从潮流泥沙模型出发，以同时刻的U，V，H和前一时刻的S，U，V，H为输入，本时刻的S为输出，建立了杭州湾含沙量模拟的模糊神经网络模型。经初步实验表明含沙星的预报较为困难，本模式只能作实时的预报，其预报尺度有限，只能有效预报1－3步，这一方面说明杭州湾含沙量变化的复杂性和不确定性，另一方面也表明试图对杭州湾含沙量过程作长期预报是不现实的。     

相空间神经网络模型在大坝安全监控中的应用

本文将混沌理论和神经网络理论相结合，并针对某一混凝土重力坝水平位移实测值建立相空间模糊神经网络预报模型。首先对水平位移的实测序列，进行相空间重构，求算关联维，说明该序列存在混沌成分和奇异吸引子；应用自适应模糊神经网络，对水平位移实测序列构成的相点，建立相空间神经网络模型。计算结果表明，相空间神经网络模型用于大坝监控中是可行的，其预报精度优于常规的统计回归模型，能揭示大坝的非线性性质，能更好地对大坝运行性态进行分析。     

基于自适应模糊神经网络的光储系统优化控制

针对大规模光储电站中出力波动大、跟踪电网调度指令精度差。提出一种新型自适应模糊神经网络的光储系统优化控制策略,将低通滤波和自适应模糊神经网络相结合,在跟踪调度指令的频率波动范围内优化低通滤波参数,对某光储电站大量实测输入—输出数据经过反复试验、筛选和整理得出有代表性的数据。将光储出力与电网调度偏差和混合储能荷电状态的平均值作为模糊神经网络两个输入,得到满足混合储能充放电功率的输出优化功率指标的初始模糊控制,再将训练后的自适应模糊神经网络加入混合储能控制系统在MATLAB/simulink中对光储历史数据进行验证。仿真结果表明,光储电站出力可有效跟踪电网调度指令的同时减小储能充放电时的电压、电流波动,对实际光储出力跟踪调度指令具有现实指导意义。     

几种评价地下水环境脆弱性方法之比较

地下水体是个非常复杂的综合体,其质量具有明显的随机性和模糊性,地下水环境脆弱性评价是一个典型的定性与定量相结合的问题。传统的DRASTIC指标法适合地下水环境本质脆弱性评价,但不能较好地反映出特殊脆弱性,并且采用加权评分法掩盖了各评价因素指标值的连续变化对地下水环境脆弱性的影响。本文对地下水环境脆弱性评价方法进行了探讨,将模糊数学和人工神经网络理论应用于地下水环境脆弱性评价,建立了基于层次分析(AHP)的模糊综合评价模型和人工神经网络模型,并选用宁陵县为典型区进行了实证检验,对这三种评价方法进行了对比分析。     

引入SPA的6级模糊模式识别模型在水质综合评价中的应用

为了解决普遍意义上的水质模糊识别理论不能评价指标数据超过5级标准值和最大隶属度原则的缺点,本文提出6级水质计算方法来改进模糊模式识别模型。再者,引入Set Pair Analysis(SPA)理论处理等级标准间的不确定性信息。从而构建引入SPA的6级模糊模式识别模型,将其运用于河流实例中。评价结果表明:引入SPA的6级模糊模式识别模型更能准确地确定水质综合等级,为治理河流水质污染提供理论支持。     

基于BP神经网络的拱坝温度监测数据预测模型

实时监控拱坝的温度对工程进度和坝体安全具有重要意义.以白莲崖碾压混凝土拱坝温度监测数据为研究对象,建立基于MATLAB的拱坝温度监测反向传播(BP)神经网络预测模型,用原型观测数据对其进行校核和检验,并引入灰色理论中的GM(1,1)模型、混沌模型(最大Lyapunov指数法)与预测结果进行比较.结果证明,用人工神经网络建立坝体变形的神经网络模型对大坝变形能够进行较高精度的预测,具有良好的应用前景.     

改进模糊神经网络模型及其在大坝监测中的应用

鉴于传统模糊神经网络计算繁琐、模型精度较低、难以收敛等问题,在大坝位移的监测数据分析中应用改进的模糊神经网络及改进的反向传播(BP)网络算法,并建立了相应的网络模型.大量的数据分析计算表明,该模型收敛快,且精度优于常规的模糊神经网络和传统的统计模型.