河南省伊川县山洪灾害暴雨分析计算

文章针对伊川县暴雨和山洪特性,以小流域为单元合理选择适用于当地的设计暴雨洪水计算方法和水文模型等分析计算方法,以伊川县城关镇的西干渠流域石瑶村六组为例详细介绍了山洪灾害暴雨计算方法,并进行了暴雨时程分配计算。为河南省相似地区山洪灾害防治设计暴雨计算提供了可靠的技术支撑,也为同类工程评价项目提供了参考。     

层次分析法在沙颍河流域水量分配中的应用

沙颍河流域位于河南省中部,水资源量较为紧缺,沙颍河流域作为河南省经济总量最大、发展速度最快的地区,水资源供需矛盾尤为突出。文章结合沙颍河流域实际情况,应用层次分析法构建水量分配模型,进行水量分配计算,并与拟定成果对比分析。本次水量分配成果与拟定分水成果比较接近,为沙颍河流域水资源管理与决策提供技术支撑。     

基于PSO的非线性马斯京根模型参数率定新方法

针对目前马斯京根河道洪水演进模型参数率定中所存在的线性化、求解复杂、精度差等问题,本文提出了一种基于粒子群优化(Particle Swarm Optimization,PSO)算法的非线性马斯京根模型参数率定新方法,并将其应用于称钩弯—临清段洪水演进计算中.通过与PSO线性模型、最小二乘法线性模型参数率定法洪水演算结果的对比分析,发现基于PSO算法的非线性模型精度高于两种线性模型,1960、1961和1964年三场典型洪水误差平方和分别减小了0.9%、6.2%和1.6%,表明基于PSO的非线性马斯京根模型参数率定结果更接近实际洪水的演进过程.     

基于相对湿润度指数的河南省干旱易发区预测

鉴于河南省干旱灾害时有发生,严重影响了其农业生产,选择能够反映农作物水分供需平衡的相对湿润度指数作为干旱评价指标,以春、初夏、伏、秋季为时间尺度评价了河南省典型年份的干旱事件,并与历史干旱记载进行对比,发现以春、初夏、伏、秋为时间尺度的相对湿润度指数在河南省具有较好的适用性。在此基础上,预测了不同气候变化情景下河南省的干旱易发区。结果表明,春和初夏季是河南省最容易发生干旱的两个季节;空间分布上,未来干旱易发区主要分布在河南省北部,在两种气候情景设置下,安阳、新乡、郑州、商丘、开封、宝丰、三门峡、许昌等地市均发生干旱事件,因此应重视以上地市的防旱抗旱工作。     

基于自适应随机共振的瓦斯检测方法研究

在煤矿井下较复杂的环境下,针对传统检测瓦斯气体的方法检测精度低,抗干扰能力差等问题,提出了一种将声表面波技术和随机共振技术结合的方法,运用到井下瓦斯气体浓度检测中.利用声表面波瓦斯气体传感器获取井下瓦斯信息,随后将检测到的信息送入随机共振装置,并通过改进的自适应随机共振算法最终实现对瓦斯气体的检测.仿真实验结果表明,该方法能获得较真实准确的瓦斯浓度信息,降低了井下噪声对瓦斯检测的影响,提高了系统的抗干扰能力.     

沙颍河洼地洪水参数计算分析及采用

沙颍河是淮河最大的支流,其中洼地地势低,洪涝灾害频繁,治理势在必行。文章详细分析了沙颍河洼地水文计算的各项参数选用,并选取大量洪水资料对其进行了对比复核验证,为洼地治理提供了简便、可靠的洪水计算方法及成果,为其它无实测资料地区的水文复核计算提供了借鉴和参考。     

动态差分进化算法在梯级水库优化问题中的应用

采用标准差分进化算法在求解梯级水库优化问题时,随着解链长度的增加,算法求解性能下降,进化后期种群多样性降低,算法极易陷入局部最优解。为此,定义了个体差异参数来动态控制差分进化算法的缩放因子,即定义算法可进化度参数来动态控制算法的选择机制。通过对比标准差分进化算法、逐步优化算法和动态差分进化算法求解2个标准测试函数和某梯级水库优化调度的模拟仿真结果,发现后者较前者的全局搜索能力有了显著提高。     

高校应用合同节水管理模式关键问题研究

节水是落实节约资源和保护环境基本国策的重要举措。合同节水管理是一种新型的商业合作模式,它有效解决了高校在节水改造过程中资金不足,对节水产品、技术不了解,节水效果难以保证等难题,是高校实施节水改造的有效途径。在对高校用水过程、节水方式、节水空间以及合同节水管理概念、模式以及特点研究分析的基础上,针对高校合同节水管理实施过程中需要重点关注的问题提出几点建议,旨在为高校应用合同节水管理提供一定的参考和借鉴。     

基于MPSO-RBF的瓦斯涌出量预测研究

我国煤矿的重大灾害事故中70%以上是瓦斯事故,煤矿瓦斯是影响煤矿安全生产的重要因素;针对瓦斯煤尘爆炸和煤与瓦斯突出给煤炭矿山带来的危害极大的问题,引入了基于改进PSO算法的RBF神经网络的混合优化算法(MPSO-RBF算法),即将PSO算法的全局搜索能力和RBF神经网络局部优化相结合,并建立了瓦斯预测模型;仿真与实际数据验证表明,优化算法所求的最优解具有良好的收敛能力,瓦斯涌出量的预测结果与实际值的误差在+1.44%至-0.63%之间,改进的粒子群算法优化的RBF神经网络对瓦斯涌出量预测能达到良好的效果。     

基于PSO的非线性马斯京根模型参数率定新方法

针对目前马斯京根河道洪水演进模型参数率定中所存在的线性化、求解复杂、精度差等问题，本文提出了一种基于粒子群优化（Particle Swarm Optimization，PSO）算法的非线性马斯京根模型参数率定新方法，并将其应用于称钩弯一临清段洪水演进计算中，通过与PSO线性模型、最小二乘法线性模型参数率定法洪水演算结果的对比分析，发现基于PSO算法的非线性模型精度高于两种线性模型，1960、1961和1964年三场典型洪水误差平方和分别减小了0．9％、6．2％和1．6％，表明基于PSO的非线性马斯京根模型参数率定结果更接近实际洪水的演进过程．