基于遗传算法的水文时间序列变点分析方法

为处理常规变点分析方法计算复杂、识别全部变点困难等问题,提出了用遗传算法进行水文时间序列多变点分析的一套新方法(AGA-CPAM)。实例计算的结果说明,AGA-CPAM用于水文时间序列多变点诊断简便、可行和有效,在各种非线性时间序列灾变分析中具有推广实用价值。     

水文水资源中不确定性分析与计算的耦合途径

本文指出随机性、模糊性和灰色性往往共存于所研究的对象和问题之中，在不确定性分析和计算时不宜孤立地采取单一的方法，而应将各种方法有机地结合起来，即采用耦合的途径。文中介绍了现有的各种耦合方式，同时提出了一种新的耦合思路。     

单变量核密度估计模型及其在径流随机模拟中的应用

应用核密度估计理论构造了单变量多阶核密度估计模型。该模型是基于数据驱动的、不需对序列概串分布(正态分布、PⅢ型分布)和相依形式(线性或非线性)进行识别、适合于时间序列随机模拟的非参数模型。将单变量核密度估计模型用于中国金沙江流域屏山站日流量过程随机模拟,应用表明,该模型是适合于径流随机模拟的。     

水库防洪安全设计时设计洪水过程线法适用性的探讨

本文以紫坪铺水库为例,在建立洪水过程随机模型的基础上,用统计试验手段探讨了设计洪水过程线作为水库防洪安全设计依据的适用性。结果表明:设计洪水过程线法能导致水库实际防洪安全标准偏离指定设计标准(偏高或偏低)。影响偏离的主要因素为时段洪量设计值的抽样误差和典型过程线的形状。现行方法的适用性是有条件的。     

iSCSI技术在天津地震数据存储中的应用

天津市地震局在进行专业数据存储时,采用了基于iSCSI技术的IP SAN网络,与原有FC SAN网络结合,形成了多种应用模式、不同服务等级的数据存储网络.本文详细介绍了基于EMC CX4-120系统的iSCSI存储技术,以及其在地震专业数据存储中的应用情况,分析对比了几种存储技术的数据交换效率,并为今后iSCSI存储技术在行业中的应用提出了建议.     

地下水动态并行预测方法

本文首次提出了地下水动态并行预测的概念，采用人工神经网络技术使并行预测得以实现，两个算例演示结果表明，人工神经网络不但实现了并行预测而且还比传统的不确定性主人有较高的预测精度。     

水文水资源分析新方法——子波分析

子波为最短、最简单的振动。建立在子波基础上的一套分析称之为子波分析。这种分析用于时间序列的研究有其独特之处。成为当前各个领域探讨的热蹼。本文论述将子波分析引入水文水资源研究的意义，简要介绍国内外研究现状，最后指出子波分析在水文水各需要重点探讨的问题。     

运用BP网络预测地下水位

人工神经网络是一门新兴的交叉学科，是处理非线性问题的有效方法。本文把影响地下水位的因素集作为网络的输入向量，地下水位本身作为网络的输出向量，构成了预测地下水位的ＢＰ网络模型。一个实例的应用实践表明，用ＢＰ网络预测地下水位较准确地反映了客观实际，比其它方法如回归模型具有较高的拟合严谨和预测精度。     

大中型水库坝前最高水位统计变化特性分析

根据全国１６０座大中型水库的实际观测资料。对坝前年最高水位的变化特性进行了较系统的分析研究。结果表明,年最高水位为独立随机变量,概率分布多为负偏,可由三参数对数正态表征。参数由概率权重法估计。