Comparison of Representative Heuristic Algorithms for Multi-Objective Reservoir Optimal Operation

Heuristic algorithms (HAs) are widely used in multi-objective reservoir optimal operation (MOROO) due to the rapidity of the calculation and simplicity of their design. The literature usually focuses on one or two categories of HAs and simply reviews the state of the art. To provide an overall understanding and a specific comparison of HAs in MOROO, differential evolution (DE), particle swarm optimisation (PSO), and artificial physics optimisation (APO), which serve as typical examples of the three categories of HAs, are compared in terms of the development and applications using a designed experiment. Besides, the general model with constraints and fitness function, and the solution process using a hybrid feasible domain restoration method and penalty function method are also presented. Taking a designed experiment with multiple scenarios, the mean average of the optimal objective function values, the standard deviation of optimal objective function values, the mean average of the computational time, and population diversity are used for comparisons. Results of the comparisons show that (a) the problem of optimal multipurpose reservoir long-term operation is a mathematic programming problem with narrow feasible region and monotonic objective function; (b) it is easy to obtain the same optimal objective function value, but different optimal solutions using HAs; and (c) comparisons do not result in a clear winner, but DE can be more appropriate for MOROO.

     

粒子群算法在河道水动力模型参数校正中的应用

参数估计一直是河道水动力模型研究的难点之一,在传统的模型参数人为经验率定方法的基础上,提出了基于粒子群算法的模型参数优化校正方法,构建了参数校正优化模型,并将参数优化校正算法与河道水动力模型进行耦合,针对淮河干流和史灌河支流组成的研究区域,采用一维河道洪水演进模型,比较了糙率系数校正方法和传统经验估算法,校正方法得到的河段糙率系数值比人为经验估计值平均大0.01,淮河干流河段糙率略大于史灌河支流河段糙率,采用校正河段糙率系数得到的河道水位过程与实测值拟合更优,特别在主峰段洪水过程模拟精度显著改善,验证了本文所提出的参数优化校正算法的有效性,为复杂河道水动力模型参数的确定提供了一种有效方法。     

A distant supervision method based on paradigmatic relations for learning word embeddings

Neural Computing and Applications - Word embeddings learned on external resources have succeeded in improving many NLP tasks. However, existing embedding models still face challenges in situations...     

穿孔铝合金板吸音墙面施工技术

在某综合办公楼工程中,为减少噪声污染,我们采用了穿孔铝板、内填离心玻璃隔音棉的吸音墙面的新技术。本文详细介绍了吸音墙面新技术的固定件和吸音墙面的制作方法、工艺流程及感观,并分析了其经济技术优点。这种吸音墙面新技术不仅增强墙面的吸音功能、增强美观效果,而且降低施工成本,具有良好的经济效益和社会效益。     

符号社会网络中正负关系预测算法研究综述

一些网络中的边根据其潜在涵义可分为正关系和负关系,若用正号和负号来标记网络中的边,则形成一个符号网络.符号网络的应用场景非常丰富,在社会学、信息学、生物学等多个领域广泛存在,逐渐成为当前研究的热点之一.对符号社会网络中链接的正负预测问题进行研究,其成果对社会网络的个性化推荐、网络中异常节点的识别、用户聚类等都具有非常重要的应用价值.主要介绍符号社会网络中正负关系预测问题在国内外的研究现状和最新进展.首先介绍了社会结构平衡理论和地位理论,并将目前主要的预测算法按照设计思路分成两类:基于矩阵的符号预测算法和基于分类的符号预测算法,详细介绍各类算法的基本思路,并从算法效率、准确性和可伸缩性等角度进行详细的对比和分析,总结了符号社会网络预测问题具有的一些特点以及所面临的挑战,同时指出未来可能的发展方向,为相关研究人员提供有价值的参考.     

穿孔铝合金板吸音墙面施工技术

在某综合办公楼工程中，为减少噪声污染，我们采用了穿孔铝板、内填离心玻璃隔音棉的吸音墙面的新技术。本文详细介绍了吸音墙面新技术的固定件和吸音墙面的制作方法、工艺流程及感观，并分析了其经济技术优点。这种吸音墙面新技术不仅增强墙面的吸音功能、增强美观效果，而且降低施工成本，具有良好的经济效益和社会效益。     

基于防汛需求的降雨预报精度评估方法

针对现有研究对降雨预报精度评价大多着眼于测站或流域的总量误差,很少考虑降雨预报的空间分布、时程分配误差这一问题,提出一种综合时程、空间、总量等3个维度的降雨预报精度评价方法。在量级上,建立以相对误差为基础的量级评价指标;在空间上,引入容差区间,考虑全流域网格后得出空间分布评价指标;在时程上,采用确定性系数评价时程的匹配度,得到时程分配评价指标。选取甬江流域近年的预报和实测数据为例,采用上述方法对多种数值预报模式的进行了综合评价。结果表明:提出的评价方法能够挖掘出传统评价方法未充分关注的时程分配等要素。因此,该方法能够较好地基于防汛场景需求评价流域降雨预报精度,也可为多种预报模式的融合应用提供依据。     

典型作物对水土流失影响的小区试验研究

为了探寻农作物对于坡耕地水土流失量的影响及相关关系,指导农业生产实践和水土流失防治,利用安徽省岳西县2013年至2017年自然条件下径流小区原位观测数据,进行茶树、桑树、玉米三种典型作物及裸露地对比的水土流失影响与分析研究。结果表明:该地区水土流失原因主要由降雨径流侵蚀造成,其降雨主要集中在6、7、8三个月份;降雨集中期多年平均情况下,茶树、桑树、玉米和裸露地的坡面径流系数分别为0.057、0.039、0.080和0.082,单位面积土壤侵蚀量分别为38.8 g/m~2、15.3 g/m~2、858 g/m~2和93.4 g/m~2;与裸露地对比,茶树、桑树地的水土流失量均减小,玉米地的径流量轻微减小但是土壤侵蚀量显著增大。坡耕地土壤扰动对水土流失影响很大,考虑优化种植结构、合理耕作措施等方式对其固水保土。     

夏季引流条件下苏州古城区河网水质变化研究

为探寻城市河网水动力提升对水环境改善的影响,评估引水调流效益,以苏州古城区河网为例,在夏季丰水期条件下通过对不同流量引水条件下数条河流水动力及水质的监测和分析,探讨水动力作用对河网水体的水质改善效果。结果表明,在汛期允许最佳引流条件下,苏州齐门河、平门河及学士河的污染物通量分别下降了15.2%,16.5%和13.2%,其中古城区北部河网水环境改善情况明显高于南部河网。引水调流方案能够有效增强古城河网流动性,而河网水体中COD和溶解氧含量在不同水动力条件下的变化较为敏感,可以作为古城区河网典型水质指标参数,反映水动力调控的影响效果。     

HJ混凝土界面处理剂剪切强度的试验研究

为了提高混凝土界面处理剂的剪切强度，得到良好的剪切力学性能，文章研究了不同聚合物种类、掺量和不同灰砂比对界面处理剂剪切强度的影响，并分析了各自的作用机理。试验结果表明：不同聚合物种类具有不同的最佳掺量，可使得界面处理剂的剪切强度达到最高。