基于MPSO的RBF耦合算法的桩基动测参数辨识

变异粒子群优化算法（MPSO）是一种基于群体智能的改进全局优化技术,其优势在于减小陷入局部极值的机率,增加全局搜索能力。将变异粒子群算法与径向基函数（RBF）神经网络结构进行结合,建立了变异粒子群神经网络（MPSO-RBF）耦合算法,充分发挥了MPSO算法的全局寻优能力和RBF算法的局部搜索优势。数值计算结果表明,所建立的方法能够对桩基动测进行多参数的识别和非线性优化问题的求解,具有良好全局收敛能力,是一种行之有效的智能算法。     

三峡梯级枢纽多目标生态优化调度模型及其求解方法

针对三峡梯级枢纽综合效益的充分发挥及其对长江流域典型生态系统修复及持续改善的科学需求,通过分析发电效益与生态效益之间的制约竞争关系,以发电量最大和生态缺水量最小为目标建立了梯级电站多目标生态优化调度模型,对三峡梯级枢纽多目标生态优化调度进行了研究。同时,针对传统优化方法难以同时处理多个调度目标的固有缺陷,提出一种改进多目标差分进化算法对所构建模型进行高效求解。该方法针对差分进化算法在多目标协同优化和全局寻优能力等方面的不足,依据问题的特点重新设计了差分进化算法的进化算子,同时设计了一种多目标混沌搜索策略以加强算法的局部搜索能力。最后,依据多目标生态优化调度问题的特点设计了一种不需要设置惩罚因子的约束处理方法。通过三峡梯级枢纽多目标生态优化调度的实例应用,验证了本文所构建模型的合理性以及所提出算法的有效性和工程实用性。     

基于多目标遗传算法的巨型水库群发电优化调度

低碳时代,水电作为清洁可再生能源,节能发电调度为梯级水电联合调度运行带来了难得的历史机遇,如何有效地开展梯级水库群优化调度,充分合理利用水能资源,是流域梯级电站管理迫切需要解决的问题。文章在对清江梯级与三峡梯级径流特征分析的基础上,建立了以水库群整体发电量最大和弃能最小为目标的梯级调度模型。根据电力系统对三峡、葛洲坝、水布垭、隔河岩、高坝洲水电站的要求,用1951—2002年的月径流资料和典型年的日径流资料进行长期和短期优化调度,采用多目标遗传算法得到清江3个电站、三峡-葛洲坝2电站单独运行和联合优化调度发电指标,5库联合优化调度系统多年平均发电量增加约21亿kW.h;短期(日)优化调度较长期(月时间尺度)优化调度发电效益有进一步提升,增发电量约9.68亿kW.h。研究表明,充分利用清江和三峡梯级实际运行位置相近、水力联系紧密、互补性强的特点,统一安排电站机组运行模式,合理分配机组出力,可在来水量相同的条件下获得更大的效益。     

改进量子粒子群算法在水电站群优化调度中的应用

针对量子粒子群算法求解水电站群优化调度问题存在的早熟收敛、寻优能力欠佳等缺陷,从种群初始化、进化和变异等方面提出了改进量子粒子群算法。该方法引入混沌搜索增强初始种群质量;通过加权更新种群最优位置中心改善种群进化模式并提升收敛速度;利用邻域变异搜索增加种群多样性避免早熟收敛。同时依据问题特点设计了矩阵实数编码方式与复杂约束处理方法。乌江梯级综合对比分析表明所提方法能切实保证快速获得高质量优化调度结果,有效提高梯级水能利用率,如长序列模拟调度较逐步优化算法分别减少8.9%的弃水和72.3%的耗时,是一种适用于大规模水电站群优化调度的高效实用方法。     

雅砻江下游梯级水库生态友好型优化调度

根据雅砻江下游梯级水库水电站的布置和河道生态环境要求,分别设置了两个流量控制断面:锦屏二级电站引水闸址下减水河段、二滩电站坝址下游河段.针对这两个控制断面河道流量的要求,提出了25组生态流量控泄方案,建立了以梯级水电站群发电量最大为目标的长期优化调度模型,并采用动态规划法进行求解,获得各个方案下梯级水电站群多年平均发电量及水库调度出流过程.比较分析了减水河段生态流量及二滩水库泄流控制方案对发电量的影响,定义并计算了生态需水电能损失指标.对梯级水库调度出流过程进行了初步评价.结果表明:二滩水库出流维持天然径流模式,将限制水库调节能力和减少梯级电站发电效益.     

基于粒子迁徙的粒群优化算法及其在岩土工程中的应用

受自然界物种迁徙的启发,提出了一种新的改进的粒群优化算法(MPSO)。算法初始化时,将粒子随机地划分为若干个子粒群,每个子粒群按照给定的策略独立演化,在演化中的指定时段进行粒子的随机迁徙和自适应变异,以保持整个种群的多样性,避免早熟收敛。基准测试函数的计算结果表明,MPSO算法的性能优于其他几种改进算法。堆石体幂函数流变模型,参数较多,具有很强的非线性,将MPSO算法应用到堆石体幂函数流变模型的参数反演中。计算结果表明,利用反演的流变模型参数计算的坝体流变变形与实测变形在发展规律和数值上均比较吻合,证明MPSO算法在多参数、强非线性的复杂模型参数反演中的优越性。     

龙羊峡,刘家峡水库日平均入库流量的预报

龙羊峡、刘家峡水库日平均入库流量的预报张孟春（西北电力调度通信局）１问题的提出龙羊峡、刘家峡水库担负着电站本身与黄河上游梯级电站及兰州市的防洪任务，设计部门对龙羊峡、刘家峡两库的防洪联合调度作了专题研究，并总结出一套采用日平均人库流量和另一水库要素双...     

梯级水库群联合优化调度函数研究

构建了制定梯级水库群联合优化调度函数的"优化-拟合-再优化-随机仿真"框架:首先建立梯级水库群优化调度模型,通过确定性动态规划方法得到最优样本;然后对最优样本进行多元线性回归分析得到联合调度函数;并基于模拟调度结果采用非线性规划方法直接修正调度函数;最后通过水文随机模拟技术生成径流系列,进一步检验、评价所得调度函数的效率。以清江梯级水库群长期优化调度为对象进行实例研究,计算结果表明:对于1951-2005年实测径流系列,梯级水库群联合优化调度函数较常规调度方案年均增加发电量2.03亿kW·h,增幅达2.79%;对于两种随机模拟方法生成的水文径流系列,年均发电量分别提高了1.74%和2.36%,经济效益显著。     

基于微粒群算法的大坝材料参数反分析研究

将微粒群算法应用于大坝参数反分析，同时分析了群体规模对算法的搜索效率和搜索质量的影响以及微粒群反分析算法的数值稳定性。对算例的分析结果表明，基于微粒群算法的大坝参数反分析方法简便易行，收敛精度高，且具有很好的抗噪音能力，是一种新的有效、可靠的参数反分析方法。     

水库群联合优化调度研究进展与展望

系统阐述了线性规划、非线性规划、网络流、大系统、动态规划、启发式算法等主要的水库群联合优化调度方法,对近年来国内外水库群优化调度理论及应用进展进行综述;重点分析了库群联合调度的基本原则、目标函数、优化算法及在防洪调度、兴利调度和多目标调度中的应用;展望了水库群联合优化调度的多目标技术,决策支持系统和效益分配等研究的方向。     

基于粒子群优化的岩土工程反分析研究

岩土工程优化反分析本质上看是一个典型的复杂非线性函数优化问题,采用全局优化算法是解决这个问题的理想途径,但由于优化反分析中多次调用正分析的特点使得整个算法的计算效率很低。为了提高优化反分析的计算效率,把一种计算效率更高的新型仿生算法--粒子群优化引入岩土工程反分析领域,提高反分析的计算效率。在此基础上,结合有限元数值分析技术,提出了一种新的岩土工程优化反分析算法--粒子群优化反分析。并通过一个简单算例验证了该法的有效性。     

基于可持续发展的区域水资源多目标优化配置研究

以区域经济发展与水环境保护相协调为目标,考虑社会各产业经济部门的污水处理和节水调节的控制作用,建立水资源多目标优化配置模型,并利用模糊理论构建评价函数。通过应用于盐城市水资源的优化配置,计算分析结果表明该方法具有良好的可行性和合理性。     

模糊优选神经网络模型及其应用

给出一种能反映宏观决策意图的模糊优选神经网络模型,经用于大连市经济与水资源、环境可持续发展决策,取得了满意结果。     

水火电系统实时运行优化

提出综合考虑水、火电系统长、中、短期运行调度的实时优化调度模型.由于精细地考虑了发电库群调度的序贯决策特点、电力网的网损.发电设备检修及火电机组开停机组合等一系列系统特性,因而效益显著.用该模型对1987年江西省电网系统进行模拟运行,结果与实绩相比可节省燃料6%以上.     

基于信息熵的水文站网优化准则的应用与评价

将基于信息熵的四类水文站网优化准则,即熵-互信息(H-T)准则、联合熵-总相关(H-C)准则、联合熵-互信息-总相关(H-T1-C/H-T2-C)准则以及信息传递指数(TI)准则,应用于太湖西南山丘区雨量站网,对四类准则进行对比和评价。以2007—2016年日降水序列为样本,根据各优化准则,分别采用3种数值离散化方法计算站点秩次,分析秩次相关性、对多目标准则中指标权重的敏感性以及秩次年际变化。结果表明,H-C准则对应秩次的代表性最好,对指标权重的敏感度最低,秩次年际变化小;H-T2-C准则对指标权重最敏感,秩次年际变化显著。H-C准则有利于反映基于信息熵的基本优化原则(增大信息量和降低冗余度),而H-T2-C准则有利于体现决策偏好。     

基于信息熵的水文站网优化准则的应用与评价

将基于信息熵的四类水文站网优化准则,即熵-互信息(H-T)准则、联合熵-总相关(H-C)准则、联合熵-互信息-总相关(H-T1-C/H-T2-C)准则以及信息传递指数(TI)准则,应用于太湖西南山丘区雨量站网,对四类准则进行对比和评价。以2007—2016年日降水序列为样本,根据各优化准则,分别采用3种数值离散化方法计算站点秩次,分析秩次相关性、对多目标准则中指标权重的敏感性以及秩次年际变化。结果表明,H-C准则对应秩次的代表性最好,对指标权重的敏感度最低,秩次年际变化小;H-T2-C准则对指标权重最敏感,秩次年际变化显著。H-C准则有利于反映基于信息熵的基本优化原则(增大信息量和降低冗余度),而H-T2-C准则有利于体现决策偏好。     

拓扑优化在隧道工程中的运用

拓扑优化作为结构优化的高层次优化方法,目前正成为工程界研究的热点,而对于隧道工程的拓扑优化还未见研究成果。建立了隧道洞室的拓扑优化模型,利用高层次拓扑优化理论对隧道洞室进行了拓扑优化分析,提出了预强支护理论,即开挖围岩影响区内进行强支护结合复合衬砌支护的三层支护体系,通过拓扑优化分析确定了预强支护的具体位置。     

关于重磁异常最优化反演方法几个问题的讨论

对重磁异常最优化反演方法提出几点认识，也即提出几点有益的建议。     

模糊优选神经网络在边坡稳定性分析中的应用

本文应用模糊优选神经网络理论,建立了边坡稳定性评价模型,综合分析了影响边坡稳定性的各种因素,根据它们作用程度的不同,赋予不同的权值,通过对收集到的边坡稳定性实例进行学习,提出了与优属度有关的函数关系式。可以看出:该方法具有精度高、收敛速度快、权值调整模型好等优点。     

Minimum-variance unbiased quadratic estimation of covariances of regionalized variables

The parameters of covariance functions (or variograms) of regionalized variables must be determined before linear unbiased estimation can be applied. This work examines the problem of minimum-variance unbiased quadratic estimation of the parameters of ordinary or generalized covariance functions of regionalized variables. Attention is limited to covariance functions that are linear in the parameters and the normality assumption is invoked when fourth moments of the data need to be calculated. The main contributions of this work are (1) it shows when and in what sense minimum-variance unbiased quadratic estimation can be achieved, and (2) it yields a well-founded, practicable, and easy-to-automate methodology for the estimation of parameters of covariance functions. Results of simulation studies are very encouraging.