径流预报的极点对称模态分解-Elman网络模型

针对径流序列非线性、非平稳的特点,将极点对称模态分解(ESMD)方法与Elman神经网络模型相结合,建立了ESMD-Elman神经网络组合模型,并应用于长江上游干支流8站的年、月径流预报.首先利用ESMD方法将径流序列分解为各模态分量和趋势余项;然后利用Elman神经网络模型分别预测各平稳序列;最后加和重构得到最终预测...     

基于文化粒子群算法的水库防洪优化调度

针对水库防洪调度具有多约束、高维、非线性和不易求解的特点,在粒子群算法(PSO)的进化机制中引入文化算法(CA),利用文化算法的信仰空间对粒子群的进化进行指导,建立了文化粒子群算法(PSO-CA)。该算法在种群空间中采用PSO算法,在信仰空间中利用从种群空间中提炼出来的群体经验所形成的形势知识对群体的"早熟"现象进行监视,利用规范化知识对粒子加以限定,提高了算法计算效率。实例验证,该算法能较好地克服粒子群算法易陷入局部最优的缺点,并加快其收敛速度,可以有效解决水库防洪调度问题。     

基于粒子群算法的水电站水库发电调度图绘制

在基于常规方法的水电站水库发电调度图绘制方法中,由于选取典型水文年样本数量有限,使其水文特征代表性有局限性.引入粒子群算法,利用所有历史实测资料绘制水电站发电运行调度图.该算法通过粒子间的信息共享来实现求解,具有计算简便,收敛速度快的优点.通过实际生产项目的应用,证明采用粒子群算法绘制水电站水库发电运行调度图能够克服常规绘制方法中的一些缺点,在保证可靠性指标的同时,提高了水电站的运行效益,为优化方法在水电站中长期调度中的应用提供了一种实用的途径.     

改进粒子群算法在梯级水电站优化调度研究中的应用

针对梯级电站优化调度具有多阶段、非线性和组合性的特点,采用改进粒子群算法来求解。针对目前采用的基本粒子群算法在求解时存在易陷入局部最优和早熟的缺点,改进粒子群算法以混沌变量生成机制来增加种群的多样性,以逐步优化和随机生成相结合的方法生成初始种群,以增加粒子生成的有效性。实例计算结果表明,改进粒子群算法可以取得较好的效果,并为梯级电站优化调度提供了一种有效的方法。     

改进粒子群算法在梯级水电站优化调度研究中的应用

针对梯级电站优化调度具有多阶段、非线性和组合性的特点,采用改进粒子群算法来求解。针对目前采用的基本粒子群算法在求解时存在易陷入局部最优和早熟的缺点,改进粒子群算法以混沌变量生成机制来增加种群的多样性,以逐步优化和随机生成相结合的方法生成初始种群,以增加粒子生成的有效性。实例计算结果表明,改进粒子群算法可以取得较好的效果,并为梯级电站优化调度提供了一种有效的方法。     

梯级水电站水库群调度函数优化模型研究

针对梯级水电站水库群初始调度函数受数值模拟技术限制的特点，以减小其固有的误差累积效应为目的，建立了基于粒子群算法的调度函数优化模型。该模型充分保留了初始调度函数中的影响因子和常数系数的作用，在传统粒子构造基础上给出了误差粒子的构造方法，有利于较快得到模型的最优解。实例计算分析表明，利用该模型得到的调度函数进行梯级水电站水库群的调度，运行效益明显提高，验证了模型的实用性和有效性，为更好地挖掘梯级水电站水库群的潜在效益提供了理论支撑。     

基于混沌粒子群算法的水电站水库优化调度

介绍了混沌粒子群算法,并将其用于水库调度中,指出:混沌粒子群优化算法引入了混沌搜索机制,增加了粒子的多样性,扩大了搜索的范围,不仅保持了粒子群优化算法收敛速度快的优点,而且还增强了全局收敛能力,能避免陷入局部最优的情况,可以更好地解决水库优化调度的强约束、多阶段、非线性组合问题.     

基于育种粒子群算法的水库群防洪优化调度模型研究

在分析水库群防洪调度的模型和育种粒子群算法的基础上,提出了基于育种粒子群算法的水库群防洪优化调度方法,建立了数学模型,给出了具体求解步骤。实例计算表明,该算法不仅能有效地降低防洪控制点的洪峰流量,还大大缩减了计算时间,为解决水库群防洪优化调度问题提供了一种新的有效途径。     

河道行洪风险计算的随机模拟方法

河道行洪风险率的确定对堤防保护区的安全及设防标准的选择具有重要作用。从河道洪水演进的物理过程出发,对河道行洪过程中的风险因子进行了识别、分析。在综合考虑各主要因子不确定性的情况下,建立了河道行洪风险计算的随机模拟模型。由模拟得到的行洪水面线进行河道漫堤风险评估,避免了采用随机过程理论求解水面线分布的繁琐过程。通过实例计算,表明模型能够很快地收敛到问题的解,且计算结果对防洪调度及设防标准的选择具有一定的参考作用。     

混沌粒子群优化算法在水库防洪优化调度中的应用

为改善粒子群优化算法的寻优性能,提出了一种新的算法——混沌粒子群算法。该算法将混沌搜索机制引入到粒子群算法中来增加粒子的多样性,采用自适应惯性权重因子模型来设置惯性权重因子,改善了算法的全局寻优能力,并将其用于水库防洪优化调度中。实例计算表明该算法能较好地克服了粒子群算法易早熟和陷入局部最优的缺点,为解决水库防洪优化调度问题提供一种新的有效途径。