冰凌预报模糊优选神经网络BP方法

黄河内蒙段地处黄河流域最北端，由于它的特殊地理位置、水文气象条件、河道特性，几乎每年产生凌汛。本文在分析影响凌汛成因因素的基础上，选取合适的预报因子，基于模糊优选神经网络BP模型，提出冰凌预报方法，应用于黄河内蒙段封河、开河日期的预报。结果表明，计算简便，精度良好。     

基于模糊识别人工神经网络的冰凌预报模型

黄河内蒙古段地处黄河流域最北端,由于它的特殊地理位置、水文气象条件、河道特性,几乎每年产生凌汛。在分析影响凌汛成因因素的基础上,选取合适的预报因子,基于模糊识别人工神经网络BP模型,提出冰凌预报方法,应用于黄河内蒙段封河、开河日期的预报。结果表明,计算简便,精度良好。     

基于人工鱼群算法的冰情预报神经网络模型

在分析凌汛成因的基础上选取合适的预报因子,针对BP神经网络收敛速度慢、易陷入局部极小值的缺点,利用改进的人工鱼群算法训练BP神经网络,以黄河宁蒙河段封开河日期数据进行建模,给出了人工鱼群算法训练神经网络的基本原理和步骤,并对人工鱼群算法神经网络模型、遗传算法神经网络模型、粒子群神经网络模型的预测结果进行了对比分析。结果表明:人工鱼群算法神经网络模型对黄河内蒙古段凌汛期的封开河日期预测比较准确,预测结果优于遗传算法神经网络模型和粒子群神经网络模型。     

基于粒子群神经网络的凌汛开河日期预测研究

为了更准确地预测凌汛开河日期,提出用粒子群算法和BP神经网络相结合的粒子群神经网络模型。介绍了模型的设计和算法实现的流程。该模型通过粒子群算法对BP神经网络初始的权值和阈值进行优化,并以黄河内蒙段三湖河口站作为研究实例进行冰凌开河日期预测。结果表明,经粒子群优化后的BP神经网络预测精度比遗传神经网络和单一BP神经网络更高。     

基于可变模糊综合分析的冰凌预测模型

在分析凌汛成因影响因素的基础上,以可变模糊集理论为核心,采用二元比较法确定指标权重,结合统计相关分析确定预报因子相关程度,提出一种基于可变模糊综合分析的冰凌预测模型。将该模型应用于黄河内蒙古段开河日期的预测,结果表明该模型计算简便,对开河日期的预测具有较高的精度。     

黄河内蒙古段开河日期预报模型及应用

对黄河内蒙古段的冰情特点进行分析,选用1970—1971年度至2007—2008年度共38个冬季的冰情资料,提取合适的预报因子,分别采用人工神经网络模型和多元线性回归模型,对黄河内蒙古段的开河日期进行预报。结果表明,神经网络模型和多元线性回归模型预报样本合格率分别为86.7%和80.0%,神经网络模型的预报精度高于多元线性回归模型,更适用于黄河内蒙古段开河日期预报。     

黄河凌汛险情应急处置

介绍了目前黄河凌汛灾害较为严重的宁蒙河段的凌情,分析了黄河凌汛险情成因和类型,从水库调度、应急分洪区运用和冰塞冰坝破除等方面阐述了黄河凌汛险情应急处置的主要措施,提出建立完善的黄河防凌预报监测体系、加强防洪防凌工程体系建设、合理运用应急分洪区等建议。     

基于TOPSIS-模糊综合评判的模糊推理模型在开河预报中的应用

冰凌开封河受到较多自然和人为因素的影响,具有较高的不确定性,为了进一步提高冰凌开封河预测的精度,考虑各因素的综合作用成为解决问题的关键。先采用主成分分析法初步确定冰凌开封河历时影响因子的权重,运用模糊推理模型依据影响因子矩阵的相似性进行初步预测,进而采用TOPSIS-模糊综合评判模型对预报因子进行识别,筛选出合理的预报因子进行二次预测。运用实例对基于TOPSIS-模糊综合评判模型冰凌预报因子识别的模糊推理模型的效果进行了检验,同时与冰凌预报模糊优选神经网络BP模型进行对比,结果表明:在TOPSIS-模糊综合评判模型因子进行识别基础上的模糊推理模型预测精度较高、效果较好,既能够有效识别预报因子,又能够较好地提高预报封河、开河历时的精度,为凌汛预测提供了新的途径。     

冰凌预报模糊优选神经网络组合预测方法

基于工程模糊集、人工神经网络、遗传算法与组合预测理论,提出了模糊优选神经网络组合预测模型,应用于黄河内蒙古段冰凌预报,给出了3种单一预测模型和组合预测模型的预测值,结果表明:组合预测模型物理意义明确,数学推导过程严谨,预测精度高于单一预测模型。     

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。     

神经网络理论在黄河宁蒙河段冰情预报中的应用

本文研究了以神经网络理论为核心的黄河上游宁蒙河段冰情预报。通过分析河流冰情特点，开发出了用Levenberg-Marquart算法改进传统BP神经网络理论进行冰情预报的数学模型，适用于流凌、封河、开河、水温、流凌密度、冰塞、冰坝等的预报。把该模型应用到2004—2005年冰情预报中，提前预报出2004～2005年冰情发生情况，具有良好效果。理论分析和实例论证都表明该神经网络模型能够进行宁蒙河段冰情预报。     

黄河内蒙河段水流数值模拟研究

针对黄河内蒙河段孔兑较多、洪水变幅较大、水文监测站点较少的实际情况,采用数值模拟方法,建立了内蒙河段水流数学模型,通过对模型的验证及孔兑入汇计算结果的分析,表明该模型可以真实反映内蒙河段孔兑入汇的流态及相关水力要素变化,可以作为该河段河道规划整治的研究手段之一。黄河内蒙河段孔兑的大流量入汇会对干流区的流态以及水位产生明显影响,使流向改变、水流上滩、水位壅高,因此区域防洪规划和河道整治中应予以高度重视。考虑到内蒙河段孔兑入汇干流带来的影响,不仅体现在水流形态上,而且泥沙淤积是河床演变的关键所在,加之短时段内又难以模拟水流的高含沙量过程,所以下一步工作将是在现有水流模拟基础上模拟计算含沙水流过程。     

2010—2011年度黄河凌情特点与防凌措施

介绍了2010—2011年度黄河凌汛的基本情况,对内蒙古河段首凌首封日期偏晚、封河发展迅速、开通日期较晚,黄河下游封河长度较长,局部河段出现较大险情的凌情特点以及在凌汛前加大清障力度、建立立体化信息监测系统、凌期科学调度水库拦蓄和分洪工程分水等防凌措施进行了分析,同时对今后的防凌工作提出了建议:①加强宁蒙河段河道测验体系建设,建设水位自动监测和3G汛情视频监视系统;②加强宁蒙河段堤防建设、河道治理,加快内蒙古应急分洪区的建设步伐;③研究针对黄河冰凌特点的破冰技术,列出专项资金解决冰凌观测工器具更新等问题;④向天津、河北供水尽量避开凌情严重的时期,避免增大防凌负担。     

黄河头道拐段冰输移及堆积过程数值模拟

头道拐河段因其特殊的河道形态及地理位置而成为黄河内蒙古段最易形成冰坝的河段,研究该河段河冰输移及堆积过程是理解内蒙古段河冰过程及卡冰结坝作用机理的关键。本文基于耦合的二维有限元水动力学模型和DPM(Discrete Parcel Method)河冰动力学模型,模拟了黄河头道拐河段2020—2021年冬季封河过程并进行了验证,讨论了不同水力条件、上游流凌密集度及河道形态对封河过程的影响。结果表明：相比于官牛犋弯道,河道弯曲率大、束窄程度高的什四份子弯道更易形成卡冰,且流量越小,卡冰作用越明显,冰盖向上游发展速度越快。河道流凌密集度小于0.4时,各种流量下研究河段未发生卡冰;流凌密集度增大至0.4,表面流冰首先在弯曲率系数较大的什四份子弯道处形成卡冰,随着流凌密集度和流量的进一步增大,下潜并输移到下游的流凌也会在官牛犋弯道形成卡冰,因此,头道拐河段形成卡冰的流凌密集度临界条件为0.4。应用冰水耦合二维动力学模型可以很好地模拟天然河道河冰输移、堆积过程中河道的水力特性、冰厚增长及封河形态,揭示了影响河冰过程的相关因素及作用机理,为黄河内蒙古段防凌减灾工作提供技术支撑。     

黄河宁蒙河道水沙变化及冲淤特性

采用断面法对黄河宁蒙河段的冲淤量进行了计算,分析了该河段的水沙变化情况及冲淤特性。结果表明:宁夏河道多年来呈微淤状态;内蒙古巴彦高勒—浦滩拐河段1962—1982年、1982—1991年、1991—2000年、2000—2008年年均淤积量分别为-0.009亿、0.379亿、0.540亿、0.620亿t;内蒙古河道2000—2008年主槽淤积量占全断面淤积量的90.9%,造成平滩流量减小,严重威胁防凌、防洪安全。     

历史上的黄河凌汛灾害及原因

历史上黄河凌汛灾害严重，特别是清咸丰五年（1855年）铜瓦厢决口改道后至1955年的100年中，发生凌汛决溢的年份达29年，决口近百处，平均三年半就有1年发生凌汛灾害。山东为黄河凌汛灾害的重灾区。新中国成立后．分别于1951年和1955年凌汛期在山东利津发生漏洞决口；1951年在内蒙古河套河段浸溢决口达60余处：2001年又在宁蒙河段乌兰木头发生民堤溃决。凌汛灾害的产生，主要受河道形态、气温和河床流量等多方面因素的影响和制约。