Monthly Streamflow Forecasting Using ELM-IPSO Based on Phase Space Reconstruction

We have developed a hybrid model that integrates chaos theory and an extreme learning machine with optimal parameters selected using an improved particle swarm optimization (ELM-IPSO) for monthly runoff analysis and prediction. Monthly streamflow data covering a period of 55 years from Daiying hydrological station in the Chaohe River basin in northern China were used for the study. The Lyapunov exponent, the correlation dimension method, and the nonlinear prediction method were used to characterize the streamflow data. With the time series of the reconstructed phase space matrix as input variables, an improved particle swarm optimization was used to improve the performance of the extreme learning machine. Finally, the optimal chaotic ensemble learning model for monthly streamflow prediction was obtained. The accuracy of the predictions of the streamflow series (linear correlation coefficient of about 0.89 and efficiency coefficient of about 0.78) indicate the validity of our approach for predicting streamflow dynamics. The developed method had a higher prediction accuracy compared with an auto-regression method, an artificial neural network, an extreme learning machine with genetic algorithm and with PSO algorithm, suggesting that ELM-IPSO is an efficient method for monthly streamflow prediction.

     

桩基础动阻抗函数计算方法研究

随着现代工程建设规模的扩大,桩基础得到广泛的应用。针对成层地基上的桩基础,采用两种方法计算了桩基础动阻抗函数：子结构法即离散桩体,采用混合数值算法求解半无限成层地基的格林函数,并结合容积法进行求解;直接法即对桩及桩周围有限域土体进行离散,在边界处施加黏弹性人工边界,进行桩－土系统的整体求解。前一种方法中所采用的混合数值法,该方法计算精度高,且适用于复杂水平成层地基,后一种方法则计算方法简单,适用于大型群桩系统。在数值算例中,计算了半无限地基中单桩、2×2桩基和4×4桩基以及多层水平成层地基中带承台的桩基础的阻抗函数,验证了方法的精度,并讨论了网格尺寸、计算范围选取对计算精度的影响。研究结果对桩基和施工有一定指导意义。     

岩土参数随机场计算机模拟及其工程应用

基于随机场模拟的局部平均细分法理论,借助随机数发生器的子程序库,实现随机场可靠性分析的计算机模拟,并结合有限元软件ANSYS的后处理模块将模拟结果可视化,进而分析离散尺寸和相关距离对模拟结果的影响,通过工程实例,应用随机场计算机模拟结合Monte-Carlo抽样分析的手段,进行工程可靠性分析。结果表明随着相关距离的增加,随机场的变化特性减慢;越靠近上部的土层,土性参数的不确定性对基础沉降的概率反映特性的影响越大。研究成果不仅提供岩土参数随机场计算机模拟的实现方法,而且诠释其应用过程,完善随机场理论在岩土工程可应用领域的一个重要拼图。     

基于UQ-PyL的SWAT模型参数不确定性分析综合评估

为解决SWAT (soil and water assessment tool)模型在复杂情形下的参数不确定性分析问题,引入参数不确定性分析平台UQ-PyL(Uncertainty Quantification Python Laboratory),开发UQ-PyL与SWAT模型的耦合模块,使得UQ-PyL中的各种算法能够方便快捷地应用于SWAT模型的参数不确定性分析。为验证UQ-PyL用于SWAT模型参数不确定性分析的效果,在我国不同气候条件下的4个流域构建SWAT模型,综合对比评估UQ-PyL与SWAT-CUP对模型参数的不确定性分析结果。结果表明：UQ-PyL多种敏感性分析方法筛选出的敏感参数比SWAT-CUP单一方法筛选的结果更加合理;使用UQ-PyL率定的参数在4个流域应用中都表现良好,优化后模拟结果的纳什效率系数均在0.55以上,收敛次数在550次以内;在4个流域的模拟中,UQ-PyL能提供计算效率更高的算法ASMO,也能提供模拟结果更准确的算法SCE。综上,与SWAT模型相耦合的UQ-PyL能够支持SWAT模型用户在不同系统下对模型参数进行更高效的不确定性分析研究。     

基于 EnKF 的新安江模型参数和变量同步估计方法

数据同化方法可提高数值预报的时效性和准确性,且该方法已在水文领域得到应用,并得到快速发展。为了提高新安江模型径流模拟预报精度,采用集合卡尔曼滤波方法同化径流数据,对参数和状态变量进行同步校正估计。通过对三水源新安江模型进行理想条件下的数值实验,在同时考虑模型自身、模型参数以及观测数据的不确定性的情况下,分析了参数均值和方差改变、集合大小、同化参数的敏感性以及相关性分析对同化过程的影响。结果表明:集合卡尔曼滤波算法具有可行性,且参数均值越接近真值、方差适当增加,集合大小适中,同化参数敏感性较低以及参数与变量间相互独立时,能在一定程度上增加径流同化精度。该研究可为同类型参数同化估计提供一定参考依据。     

基于聚类分区和MO-LSSVR的高拱坝变形预测模型

为解决传统单测点监控模型未考虑多测点间的内在关联,难以反映高拱坝变形区域分布特征的问题,提出了基于聚类分区和多输出最小二乘支持向量回归机(MO-LSSVR)的高拱坝变形预测模型。模型基于测点之间的复合相似性指标,借助层次凝聚聚类(HAC)算法实现空间测点的聚类分区,再利用融合测点关联特性的MO-LSSVR对分区内多测点进行建模。工程实例验证表明,模型聚类分区结果与坝体变形空间分布特征较吻合,具有较高的准确性和稳健性,为从多测点关联维度预测坝体变形和监控大坝整体安全性态提供了一种新方法。     

基于回归分析的表面流场粒子匹配算法

针对表面流速图像测试中高浓度粒子条件下测量误差大的问题,改进了最邻近匹配算法,提出基于回归分析的表面流场粒子匹配算法,即多帧回归粒子匹配算法。该算法综合粒子距离、运动轨迹、运动趋势等因素,应用一元线性回归分析法拟合粒子中心坐标,通过相关系数完成粒子匹配,实现最佳同源粒子追踪。运用多帧回归粒子匹配算法开发了改进型大尺度模型表面流场图像测试系统(ILSPIV),并将ILSPIV应用到八卦洲河工模型,ILSPIV和旋桨流速仪测量的断面垂线平均流速分布形态及数值基本一致,表明多帧回归粒子匹配算法能提升高浓度粒子条件下流速测量精度,更好地满足工程实践研究需求。     

冰水情一体化双频雷达测量系统

针对单频雷达在冰厚和水深同时测量中的缺点,提出了以100 MHz和1500 MHz雷达为基础的冰水情一体化双频雷达测量系统,并通过RTK系统实时采集测点的经纬度坐标。该系统通过交替工作周期为15 ms的分时工作来避免不同频率雷达间的相互干扰,利用冰厚和水深综合探测时在时间上表现为相邻道号数据振幅稳定、渐变的特点,采用相关性层位追踪算法提高测量的准确性。在我国纬度最高的黑龙江漠河段,通过21个水深和19个冰厚测点与传统观测方法进行了对比验证,并通过原型观测应用支撑了黑龙江龙岛码头河段春季的防凌爆破。结果表明基于双频雷达的冰水情一体化系统可大幅提高冰水情野外原型观测的效率,为长河段的冰厚、水深测量提供新的手段。     

深切河谷区地应力场的非线性系统分析方法

地应力测试结果的代表性受断层及岩组条件、测点空间位置和测试方法精度等因素的影响较大。以往地应力模拟分析在引入地应力实测信息时,往往给各测点赋予相同的权重,使得离散测点和代表性不足的测点离差平方和较大,从而影响模拟分析精度。提出了深切河谷应力场非线性系统分析方法,该方法首先根据测试方法、地形地貌的影响及断层的扰动,对测点赋予不同的权重值;然后结合加权最小二乘法建立计算模型边界条件和地应力之间的加权目标函数;最后结合正交设计和智能优化反演方法,对数值计算模型边界条件与地应力之间的非线性映射关系和进行优化求解。该方法用于乌东德水电站坝址区岩体应力场的研究结果表明:计算值和测试结果的复相关系数达到了0. 89,在河床底部100 m的范围内存在明显的应力集中,且河床浅部岩体最大水平主应力方位与河流走向基本垂直,随着埋深的增加该方位朝场区主压应力优势方位靠近;边坡浅层岩体最大水平主应力方向与河流在该段走向呈小角度相交,随着竖直埋深的增加,最大水平主应力方位逐渐向NE向过渡,与河床部位相同高程部位的最大水平主应力方位一致;而深部岩体接近场区主压应力优势方向。     

考虑多重共线性影响的特高拱坝时空监控模型

为了解决特高拱坝时空监控模型中因子数目众多、因子之间存在多重共线性以及各测点之间存在空间关联性的问题,基于大坝变形原型监测资料,采用核独立分量分析(KICA)方法提取独立分量,将多个测点信息转化为少数几个综合指标;将提取的独立分量代入利用灰狼优化(GWO)算法优化的支持向量机(SVM)模型,对特高拱坝空间测点进行回归预测,构建了KICA-GWO-SVM特高拱坝时空监控模型。工程实例分析结果表明,KICA-GWO-SVM特高拱坝时空监控模型与多元回归模型、BP模型及SVM模型相比,其非线性表达能力强且性能良好,能够降低多重共线性对大坝变形监测的影响,对特高拱坝变形序列的拟合与预测精度高,可以更加准确全面地表征大坝整体的时空变形性态。     

A SPLIT-CHARACTERISTIC FINITE ELEMENT MODEL FOR 1-D UNSTEADY FLOWS

An efficient and accurate solution algorithm was proposed for 1-D unsteady flow problems widely existing in hydraulic engineering. Based on the split-characteristic finite element method, the numerical model with the Saint-Venant equations of 1-D unsteady flows was established. The assembled finite element equations were solved with the tri-diagonal matrix algorithm. In the semi-implicit and explicit scheme, the critical time step of the method was dependent on the space step and flow velocity, not on the wave celerity. The method was used to eliminate the restriction due to the wave celerity for the computational analysis of unsteady open-channel flows. The model was verified by the experimental data and theoretical solution and also applied to the simulation of the flow in practical river networks. It shows that the numerical method has high efficiency and accuracy and can be used to simulate 1-D steady flows, and unsteady flows with shock waves or flood waves. Compared with other numerical methods, the algorithm of this method is simpler with higher accuracy, less dissipation, higher computation efficiency and less computer storage.     

溃坝水流作用下急弯河道泥沙输移数值模拟

将有限元特征分裂算法(CBS)应用于二维浅水控制方程的求解中,建立了模拟溃坝水流泥沙输移的数学模型。CBS算法在计算对流主导的问题时具有很好的稳定性与较高的精度,适用于处理溃坝水流流速大,水位、床面变化剧烈等问题。应用该模型对90°急弯河道全溃所致的水流运动进行了数值计算,并与试验资料进行了比较,证实了该方法的可靠性。最后用该模型模拟了180°弯道中溃坝水流在缓坡、陡坡时的洪水演进与泥沙输移。结果表明:模型能够较好地模拟溃坝水流运动,模拟结果符合水流泥沙运动规律。     

基于智能聚类识别的 SWAT 模型参数优化方法 −以石头口门水库流域为例

为探究 SWAT 模型参数优化过程与方法,降低参数估计不确定性,采用敏感性分析方法遴选关键参数,针对 关键参数采用拉丁超立方抽样构建参数样本集,进而结合各组关键参数组合下的模拟精度指标构建聚类指标集, 采用 SOM 聚类算法进行聚类,并基于模拟精度较高且波动较小类别识别各关键参数取值范围,形成一种 SWAT 模型关键参数优化系统方法。以石头口门水库流域为例,选取 1980—2016 年（1980—1986 年为预热期,1987— 2009 年为率定期,2010—2016 年为验证期）的月径流实测资料,建立流域 SWAT 模型,引入 SOM 聚类算法进行参 数优化,不断缩小模型关键参数合理取值区间,并应用 SUFI-2 算法进行模拟结果对比。结果表明：SWAT 模型适 用于石头口门水库流域,且参数优化前验证期的决定系数 R2为 0.79,纳什效率系数 ENS为 0.74,P-factor 为 0.65,R-factor 为 0.56;参数优化后验证期 R 2为 0.88,ENS为 0.83,P-factor 为 0.70,R-factor 为 0.50,模拟效果较好。故 应用 SOM 算法进行 SWAT 模型参数优化可以降低模型不确定性,提高径流模拟精度,为水文模型参数优化算法 的选择提供思路,对水资源管理政策制定与水库优化调度具有重要意义。     

混沌粒子群优化算法在马斯京根模型参数优化中的应用

针对目前马斯京根模型参数率定中存在的求解复杂、精度不高等问题,本文将混沌搜索机制引入粒子群优化算法中,构建混沌粒子群优化算法对马斯京根模型参数进行率定。这种方法利用混沌运动的遍历性,改善了粒子群优化算法的全局寻优能力,避免算法陷入局部极值,使得粒子群体的进化速度加快,提高了算法的收敛速度和精度。通过实例应用表明,混沌粒子群优化算法可以有效地估算出马斯京根模型参数,优化效果明显优于粒子群优化算法及试错法,因此该算法具有很好的实用性。     

主成分-BP组合模型在坝顶位移监控中的应用

在大坝位移监控中,主成分分析和BP神经网络方法运用较广,建立两种方法的组合模型,可以结合两种方法的优势,利用主成分分析消除坝顶位移预测中多重相关性给模型带来的不利影响,利用BP网络可通过自组织、自学习和高容错性等功能解决复杂非线性问题。通过实例计算可知,组合模型精度能够达到要求,可以推广应用。     

基于GRA-MEA-BP耦合模型的城市需水预测研究

针对城市需水量影响因子多、BP神经网络收敛速度慢、精度低、易陷入局部最优等问题,提出灰色关联分析、思维进化算法、BP神经网络三者耦合的改进预测模型,利用灰色关联分析(GRA)筛选需水量主要影响因子,采用全局搜索能力极强的思维进化算法(MEA)优化BP神经网络的权值和阈值,从而构建GRA-MEA-BP耦合需水预测模型,同时建立BP神经网络模型作为对比。实例应用结果表明,GRA-MEA-BP耦合模型具有更高的预测精度和预测速度,可作为一种有效的需水预测模型。     

数字粒子图像测速中相关分析算法的改进

通过限制相关分析的搜索范围，改进相关分析的搜索路径，可减少计算工作量，并提高了分析结果的准确性和可靠性。     

流域非点源污染源解析的投影寻踪对应分析方法

为分析非点源污染物及其来源的因果关系,提出了基于加速遗传算法的投影寻踪对应分析方法(PP-CFA),并应用于流域非点源污染源解析研究中。应用结果表明:土地利用方式与流域营养物地表径流输入特征之间存在明显的3类对应关系;巢湖各主要入湖河流水中N和P营养盐分输入特征可以分为差异明显的3类;改进土地利用方式和有效控制营养盐分的输入,是减少和控制巢湖流域非点源污染的重要途径。由于PP-CFA根据一维投影值的散布图进行聚类分析,因而操作较现有方法简便,精度亦容易保证。     

基于模糊聚类的岩体结构面动态聚类方法研究

针对传统的岩体结构面分组方法的缺点,提出了基于模糊聚类的结构面动态聚类方法。首先以模糊聚类法对结构面样本进行分组,得到优势分组及各组优势产状,并将其作为动态聚类法的初始划分;再采用动态聚类法对结构面样本进行更进一步的聚类分析。该法克服了动态聚类算法对初始聚心敏感及易收敛于局部极小值的缺点,提高了分组结果和优势产状的客观性及准确性。将算法应用于野外实测岩体结构面产状数据分析中,得到的聚类结果合理、可靠,符合实际情况。     

基于SSA-MSVR的混凝土拱坝材料参数反演模型

为进一步提高混凝土拱坝材料参数获取的准确性,构建了基于多输出支持向量回归(MSVR)和麻雀搜索算法(SSA)的混凝土拱坝材料参数反演模型。为了快速模拟坝体径向位移与材料参数的非线性关系,建立了高精度的MSVR模型代替有限元模型计算,并利用SSA对所需参数进行寻优反演。工程实例验证结果表明：构建的反演模型计算精度高,计算速度快,能快速反演坝体与坝基材料参数,可用于实际工程的材料参数反演分析。