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。     

灰色系统模型在水文预报中的应用

文章通过对灰色系统模型的建模、应用实例及模型精度分析,表明该模型用于处理短系列资料较为实用。     

模糊神经网络水文预报模型在洺河流域的应用

本文选取雨强距离指数(IPD)及其他有关参数等作为自适应神经模糊推理系统(ANFIS)水文预报模型的输入,提出雨强距离指数的定义及其目的和意义。为剖析雨强距离指数在水文预报模型中的应用,分别建立不包含雨强距离指数的模型A与包含该指数的模型B进行对比评价。结果表明,将雨强距离指数作为ANFIS水文预报模型的输入能够提高模型的预报精度。     

GSAAR综合模型在水文预报中的应用

从分析水文序列自身演变规律的角度出发,分别引入灰色系统理论、频谱分析法和自回归模型来分离趋势项、周期项和随机项,建立了GSAAR综合预报模型。实例计算结果表明,该模型具有良好的适用性和预报精度。     

新安江水文模型在水文预报中的应用

以海南省万泉河流域为研究对象,在新安江水文模型的基础上,通过完善模型结构、优化参数率定等,开展了对模型的改进和实证研究,并对相关结果进行了分析.在万泉河流域1990～2000年加积站和加报站的水量平衡研究中,模拟结果比较符合实测值,证明模型对万泉河流域具有较强的适用性,在流域水资源管理中具有较好的应用前景.     

人工神经网络在水文预报应用中的探讨

人工神经网络(ＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒｋ),简称神经网络(ＡＮＮ),是人脑的部分机能在计算机中的重现。人脑中有一百多亿个细胞(神经元),细胞之间通过“突触”联接形成生物神经网络。人的感官受外部刺激将信息传入大脑,大脑中相应部分神经元被“激励”,以非常复杂的方式相互作用,并将信息处理,做出判断。虽然人们看不到神经元的相互作用,但其结果都以智能形式表现了出来。由此,人们提出了由“节点”(神经元)互相连接而形成的复杂网络系统,模拟人脑功能的特性。虽然每个神经元的结构和功能十分简单,但由大量神经元构成…     

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。     

DLL?技术在水文预报系统中的应用

在水文预报系统开发中,通过 DLL 技术的应用,既充分发挥多种开发语言各自的特长,提高系统开发效率,又可提高系统的运行速率,增强系统的可扩展性.详细分析用 VB 创建及测试水文预报模型.DLL 的步骤,以及在 ASP.Net 中如何调用 VB 创建的 DLL 进行水文预报.程序编写和调用实例证明,使用 DLL 技术实现水文预报的方法是切实有效的     

坦克模型在水文预报中的应用

六十年代初,日本的营原正已提出了蓄水容器模型(又称坦克模型TANK MODEL)的洪水预报方法,在日本发展得比较快,在世界上一些国家也得到应用.1975年世界气象组织WMO发表了一份关于各种流域模型验证比较的文献,共选取全世界有代表性的十个模型,对六个流域的资料进行调试验证,其中包括坦克模型,结果表明:各种模型各有优缺点,效果相差不大.坦克模型经国外使用,普遍认为适应性比较好,在各种流域上都能得出较好的结果.我国于八十年代初,亦开始应用该模型,由于模型结构简单,计算方便,效果较好,也得到比较广泛的应用.我们从1980年开始,对西枝江等几个流域,用坦克模型做了一些分析工作,现将情况介绍如下.     

均生函数逐步回归模型在水文长期预报中的应用

利用嫩江江桥站自1953年以来流量年极大值系列资料,采用均生函数逐步回归建立水文长期预测模型,并采用模型进行试报和检验。结果分析表明,均生函数逐步回归预测模型具有较好的历史拟合及预测效果,其结果具有一定的可信度。     

基于GIS的分布式托普卡匹水文模型在洪水预报中的应用

本文对托普卡匹(TOPKAPI)水文模型进行了改进，增加了植物截留、降水下渗、土壤水深层渗漏、地下径流等计算模块，并对壤中流计算模块作了相应的调整，将TOPKAPI模型改进成一个较完整的分布式流域水文模型。该改进后的TOPKAPI模型应用于面积约为1万km2的息县以上淮河流域1998年、2002年和2003年汛期洪水的模拟，模型确定性系数均在0.84以上，模拟成果令人满意。该模型可应用于洪水预报、土地利用和环境影响评价、洪水极值分析、无资料地区水文模拟计算等。     

基于有限状态机的水情测报系统的开发

为了使得水情测报系统更加可靠,将有限状态机理论适用于水情测报系统中。论述了有限状态机的基本概念和分类,结合水情测报系统应用有限状态机,详细介绍了水情测报系统薄膜键盘开发部分。针对水情测报系统中薄膜键盘模块的需要,建立其状态机模型,分为单击和长击两种。使得水情测报系统在保证低功耗的同时,也能够及时响应用户的键盘操作,并且能够实现键盘操作与采集、存储、发送数据操作之间互相独立,互不影响。实践证明基于有限状态机的水情测报系统,性能稳定可靠,响应及时,具有很好的工程应用价值。     

葛洲坝电厂水情自动测报系统

按照水库调度对不同区域水雨情资料的具体要求,葛洲坝电厂已建成包括坝区、近坝区水情遥测系统及电站机组拦污栅压差实时监测系统等多套子系统在内的水情自动测报系统.对该系统建立的必要性及可靠性以及发展情况、主要特点和技术指标作了介绍和分析.     

基于.NET的组件技术在预报调度系统中的应用

目前开发的水文预报调度软件大多是相对独立的,存在着标准化程度低、可扩展性差、数据处理方式单一、资源无法移植等缺陷。针对这些问题,长江水利委员会水文局基于.NET组件技术开发了长江防洪调度系统,不仅满足了长江防洪调度的实际需要,而且实现了软件独立开发、相互调用、可扩展性强等目的,为今后的软件升级开发奠定了良好的基础。侧重介绍了基于.NET组件技术的特点及在水文预报调度软件开发中的应用情况。     

Wi-Fi协议转换器在水文自动测报中的应用

水文自动测报站大多地处偏僻,测报系统工作条件恶劣,对现场仪器设备安装、检修、维护带来了一些困难,为此,开发了一种低功耗Wi-Fi协议转换系统。该系统包括智能数据采集器或者新型智能一体化传感器、协议转换器和无线硬件管理平台等设备,由于采用了合理的无线组网模式及工作模式策略,实现了较低的功耗。介绍了该协议转换器的系统整体架构、硬件设计和软件设计,最后分析总结了该方案相对有线配置与控制管理的优点。该终端功耗低、实时性高、灵活性强,具有良好的应用前景。     

中国洪水预报系统在贝江勾滩洪水预报中的应用

采用中国洪水预报系统的应用平台建立贝江勾滩水文站降雨径流模型洪水预报方案,利用系统自动进行模型参数的率定,该方案在精度的评定及实际应用中取得较满意的效果,解决了勾滩站长期没有洪水预报方案指导防洪的迫切的问题,为中国洪水预报在柳江流域的应用积累了经验.     

基于水文相似性的预报误差修正

如何进一步提高水文预报精度,降低预报误差,更好的服务于防洪抢险、水资源调度是水文学重要研究方向。基于水文预报误差主要影响因素在相似流域具有相似性,致预报误差具有相似性的特性,以相似流域各预报站预见期不同为切入点,优选误差修正因子,基于二次正交回归设计,构建了预报误差模拟模型以修正预报结果,提高精度。经怒江道街坝水文站模拟预报检验,修正后模拟确定性系数由0.933提高至0.998,洪峰流量平均绝对误差由693m3/s降低至116m3/s,洪峰流量平均相对误差由16%降低至3%,洪峰出现时间预报误差由平均5.4h降低至0.9h,方案精度由乙级提升至甲级。提出的基于水文相似洪水预报修正方法结构简单、计算方便、修正效果明显,是一种高效提高洪水预报精度的方法,适用于相似流域不同预报站洪水过程无明显差异的情形。     

SPSS统计软件在水文预报中的应用

将SPSS软件中T im e series过程应用到水文预报当中,讨论了SPSS软件中的时间序列分析模块。并且利用塔里木河卡群水文站的历史径流量资料,通过AR IM A模块进行径流量预报,取得理想结果。