水下滑翔器主体外形优化设计

对水下滑翔器主体外形的优化设计问题进行研究.首先,在考虑内部机械结构限制的条件下,建立了主体外形优化数学模型,并采用CFX计算了若干主体形状的绕流阻力.在此基础上建立了映射主体外形的尺寸参数与绕流阻力的BP神经网络.然后将建立的神经网络作为优化设计问题的目标函数,采用坐标轮换法对滑翔器主体外形进行了优化设计,确定了尺寸参数的最优解.     

区域GPS网实时计算可降水量的若干问题

目前地基GPS气象学测得的可降水量(PWV)精度好于2mm，但在利用区域GPS网实时计算每个测站上空的PWV时，要涉及到很多常规GPS资料处理时所忽略的问题，如需考虑数据处理软件和计算方式的选择、站坐标的确定和约束、轨道的使用方法、网外辅助站最佳数量的确定、海潮对实时计算PWV的影响以及实时应用于气象服务时的端部效应等问题。利用上海GPS综合应用网获取的2002年6、7月份长江三角洲地区人梅前后的数据，分析了利用区域性的GPS网实时计算高精度的PWV时要解决的各种问题，探讨了其数据处理方案。     

模糊物元分析在金刚石钻头综合评价中的应用

针对金刚石钻头综合评价中各指标的不相容性和模糊性,提出基于模糊物元分析的金刚石钻头综合评价方法.该方法将待评价金刚石钻头、评价指标及其特征值作为物元,根据专家经验和工程实际建立关联函数,通过计算综合关联度得到最优的金刚石钻头.用实例与模糊优化理论模型等进行了对比,得到了一致的结果.     

PSO-RBFNN模型及其在岩土工程非线性时间序列预测中的应用

岩土工程受力变形演化是一个典型的非线性问题,其演化的高度非线性和复杂性,很难用简单的力学、数学模型描述,但可用粒子群优化径向基神经网络对岩土工程应力、位移非线性时间序列进行动态实时预测。网络径向基层的单元数通过均值聚类法确定后,所有其它参数：中心位置、形状参数、网络权值,均通过粒子群优化算法在全局空间优化确定。工程实例应用表明,该模型预测结果准确、精度高,有良好的应用前景。     

圆柱螺线法测斜计算中的数值方法

圆柱螺线法是井眼轨迹计算中最常使用的方法之一,在实钻轨迹监控、中靶分析和预测、井身质量评价等实际问题中都有重要的应用.但是当井段2个端点的井斜角之差或者方位角之差等于零时,圆柱螺线法坐标计算公式需要进行特殊处理才能正常计算;在井斜角之差或者方位角之差很小时,坐标计算会出现较大误差.对圆柱螺线法坐标计算公式进行了改进,用一组计算公式统一处理井斜角之差或者方位角之差等于零和不等于零的情况,提高了坐标的数值计算的精度和稳定性.对圆柱螺线型井眼轨迹的平均井眼曲率的数值计算进行了研究,提出了使用高斯型数值积分公式计     

基于分布式水文模拟的三峡区间洪水预报(Ⅰ)——模型构建及验证

长江三峡区间因暴雨形成的洪水峰高量大,对三峡水库的防洪安全和运行调度的影响很大.本论文依据三峡地区的地形地貌特征,采用基于GIS的机理性分布式水文模型,来模拟三峡区间入库洪水,以尽量减少洪水预报中的不确定性.利用近期建成的78个自动雨量站网监测的小时降雨信息作为模型的输入,对模型参数进行了率定和验证,结果表明:大多数洪水过程的模拟精度较好,但也有的模拟结果较差,其中降雨信息缺失是洪水预报不确定性的主要来源.     

基于AGA的SVM需水预测模型研究

需水预测是一个由城市人口、工业水平、社会经济水平共同作用的多因素、多层次的复杂非线性系统.其结果将直接影响受区域水资源承载力约束的产业结构、布局形态等决策.作为一种集中参数预报方法,支持向量机方法具有对未来样本的较好的泛化性能,对于这类资料缺乏、系统结构尚欠清晰的问题可以取得较好的模拟和预测结果.基于此,本文将支持向量机方法引入需水预测领域,建立了需水预测支持向量机模型.同时,本文将加速遗传算法和支持向量机方法耦合起来,构造了支持向量机模型参数的自适应优化算法.模型在珠海市的应用实例表明:与简单遗传算法比较,AGA的模型参数寻优效率更高;与BP神经网络模型相比,SVM模型较好地解决了小样本、经验性等问题,并取得了较高的预测精度.     

GAS参数优化方法在黄河上游非汛期径流预报中的应用

本文采用相关分析与GAS参数优化相结合的方法,对黄河上游非汛期径流预报模型进行了研究,并对2000～2003年的径流进行了实时预报检验,从检验结果来看,这种预报方法具有较高的预报精度.本文为非汛期径流预报研究提供了参考和借鉴,同时,就计算分析手段而言,GAS在参数优化方面具有广泛的应用价值.     

基于BP人工神经网络的枯水径流预报方案研究

介绍了BP人工神经网络的桔水径流预报方法,编制了锦屏一级水电站枯水径流预报方案.根据枯水径流预报方案的预报精度评定成果,总结了应用BP人工神经网络进行枯水径流预报的特点.研究表明基于BP人工神经网络的枯水径流预报方案能够满足水文情报预报规范,具有较好的实用性和可行性.     

两种随机地下水位动态预测模型在吉林西部的应用与对比

时间序列模型和人工神经网络模型是两种常见的地下水资源模拟预测模型,为了对比二者的优缺点,本文对比分析了两者的建模过程及其模拟精度.选择吉林省西部干旱半干旱区为研究区,该区地下水资源在过去10年问由于长期超采而导致地下水位持续下降.相比ANN模型,时间序列模型建模过程更为简单,计算效率更高."后验差"检验结果表明两种模型均能很好的模拟地下水位变化规律,但改进ANN具有更高的拟舍精度.同时,两种模型预报结果均显示研究区如继续按过去的开发模式开采地下水,地下水位还将持续下降,且下降速率逐步增大.