ACA-BP网络在冰塞水位预测中的应用

为了更准确地预测冰塞水位,将蚁群算法和神经网络结合起来建立了ACA-BP神经网络模型,并利用黄河河曲段实测资料对冰塞水位进行了预测。结果表明：ACA-BP网络和BP网络都有一定的逼近能力和预测能力;预测结果与实际冰塞水位基本吻合;ACA-BP网络的预测结果优于BP网络。     

基于广义联系度函数的城市防洪标准方案优选模型

城市防洪标准方案优选是城市洪水灾害风险管理系统的重要组成部分,可为城市适应环境变化和应对洪水带来的自然灾害等方面提供科学的决策依据。城市防洪标准方案优选的本质是复杂系统多因素评价问题,其研究难点是如何有效地将多属性指标综合成一维单指标形式,由此实现一维单指标的方案优选。为此,针对标准集对分析方法(SPA)联系度计算时如何确定差异度系数i的难点,从投票模型原理出发,进一步分解差异度,再次分解为同一度、差异度和对立度,提出了基于集对分析广义联系度函数的复杂系统方案优选模型。将上述模型进行应用,计算结果表明:该模型物理概念清晰、计算过程直观、易于理解,能较好地表征不同方案不同指标之间的差异情况。