RAGA的PPE模型在洪水灾害灾情等级评价中的应用

为检验洪水灾情等级标准的合理性,解决各单项指标灾情等级评价结果的不相容问题,提高灾情等级模型的灾级分辨率,提出了一种新的洪水灾情等级评价模型——投影寻踪(PPE)模型,它的灾级是连续的实数值。为减少投影寻踪建模的计算量,统一用实码加速遗传算法来优化投影指标函数和模型参数。实例的计算结果表明,该方案是有效的和通用的,具有广泛的应用前景。     

模糊神经网络在水文水资源应用中的研究进展

模糊神经网络结合了模糊逻辑的推理能力及神经网络的自学习能力,使其具备强大的结构式知识表达能力、自身参数调整优化的能力和较好的预报效果.同时在介绍模糊神经网络模型的特点、结构基础上,着重介绍了模糊神经网络在水文水资源领域的研究现状,并指出了其在理论及应用中存在的问题.     

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。     

水稻需水量预测的ANFIS构建及应斥

以“中国东北大米之乡”富锦水稻灌区为例,建立了自适应神经模糊推理系统（ANFIS）的水稻需水量预测模型,通过选择最合适的隶属度函数和模糊规则,从而实现了对水稻需水量的预测,并且与BP模型的比较,结果表明该模型具有很高的预测精度,对于指导该地区科学用水、发展节水灌溉、节约地下水资源,促进农业的可持续发展具有一定意义．     

RAGA的PPC模型在黑龙江省洪水灾害综合评价中的应用

将高维降维技术—投影寻踪分类模型(PPC)应用到洪水灾情评价方面,在黑龙江省洪水灾害损失无评价标准或评价标准不适用的情况下,模型利用改进的加速遗传算法(RAGA)优化投影方向,将多维数据指标转换到低维子空间,通过寻求最优投影方向及投影函数值来实现对洪水灾害损失各个指标的评价,避免了主观赋权的人为干扰,取得了较好效果。