自适应BP算法及其在河道洪水预报上的应用

提出一种改进的BP算法,即自适应BP算法。该方法采用两种策略:一是在权重修改公式中加动量项;二是学习率随总误差的变化作自适应调整,亦即总误差增加时,学习率将减小,反之学习率增大。以上两种策略能有效的抑制网络陷于局部极小并缩短了学习时间。实例研究表明,该算法用于河道洪水的预报,能取得令人满意的结果。     

人工神经网络方法在径流预报中的应用

采用ＢＰ神经网络模型,以西北内陆河黑河流莺峡年平均出山地表流量为研究对象,对人工神经网络研究方法在干旱区环流径流预报中的应用进行了初步尝试,结果表明该预报成功率较高,证实了人工神经网络方法应用于流量预报领域的可行性,并分析了该方法在预报过程中的优缺性。     

BP神经网络洪水预报模型在洪水预报系统中的应用

采用相关分析法,在区域降水、观测断面流量(或水位)因子中识别出影响预报断面径流过程的主要变量,在多个观测断面的数据均为流量情况下,采用基于时延组合的合成流量为影响预报断面径流过程的变量,采用自相关分析法,识别出影响预报断面径流过程的前期流量(或水位),以这些变量为BP神经网络模型的输入,以预报断面的流量(或水位)为模型的输出,在BP神经网络隐层节点数自动优选的基础上,构建了基于BP神经网络的洪水预报模型。将模型载入中国洪水预报系统中,应用结果表明:模型在历史洪水训练样本具有一定代表性的情况下,可获得较高的预报精度。     

基于平均线性粒子群算法的人工神经网络在径流预报中的应用

人工神经网络具有很强的非线性处理能力,能够有效地模拟复杂的非线性径流预报过程。传统的基于BP训练算法的人工神经网络具有训练时间较长,容易陷于局部最优值等缺陷,本文对训练算法加以改进,分别使用平均线性粒子群,粒子群和BP算法来优化人工神经网络的各项参数,首先使用标准函数测试了3种算法的全局优化性能,然后用它们对三峡水库的入库径流进行预报,以比较它们的预报性能。结果表明,在3种算法中,平均线性粒子群算法全局寻优的速度最快,稳定性最高,基于平均线性粒子群算法的人工神经网络的径流预报的精度也最高。     

遗传模拟退火的BP算法在冲击地压中的应用

冲击地压的预测、预报的研究,大多数仍停留在简单的统计研究和单因素的预测方面,因而,结果也不十分理想。笔者采用多层前向网络对该问题进行数学建模,网络的训练算法采用基于遗传模拟退火的BP优化算法。该算法是在遗传算法中引入模拟退火机制,将其同BP算法结合,形成一个混合的优化算法。新算法既有神经网络的学习能力和鲁棒性,又有遗传算法的强全局随机搜索能力。同时,利用华丰矿冲击地压的实际监测数据,通过遗传算法的主要性能指标对新算法的参数进行了比较研究,得到优化后的一组参数。利用该参数,对冲击地压的神经网络模型的结构、权值和阈值进行了优化,得到了非全连接的优化神经网络模型。最后,利用该模型对华丰矿冲击地压进行了短期最大震级的预报。预测结果的相对误差率平均为 7.84 %,预测效果比较理想。     

改进PSO算法在水位流量关系拟合中的应用

粒子群算法(PSO)是一种基于群智能的全局优化方法。将改进PSO算法应用于水位流量关系拟合优化问题,通过对结果的比较分析,验证了改进PSO算法在提高精度方面的有效性,说明了改进PSO算法在水位流量关系拟合中应用的可行性。     

动量BP算法及其在桩基沉降研究中的应用

文章在说明动量BP算法及其程序实现的基础上,阐还了网络训练中的主要参数(初始权值与阈值、隐层单元数、输出单元数、归一化方法、传递函数)对训练过程的影响,并将动量BP算法应用于桩基沉降的研究,研究表明,使用一定的训练参数,得到的预测沉降与最终沉降量会具有良好的一致性。     

降水临近预报及其在水文预报中的应用研究进展

随着全球气候变化、自然变迁及陆表生境改变,极端天气频发且呈现出多尺度时空变异特征,对其进行预报和预警一直是气象水文领域关注的焦点。临近预报可较准确地预报未来短时间天气显著变化,是当前预报强降水等极端事件的主要手段。从基于天气雷达0～3 h外推临近预报、融合数值模式0～6 h临近预报的发展历程梳理了临近预报的研究进展,阐述了雷达外推算法的发展进程、雷达外推预报与数值模式预报融合技术进展,指出"取长补短"的0～6 h融合预报在提高降水预报精度、延长降水预见期等多方面有较大的发展潜力,进一步探寻及提升融合技术是未来融合预报发展的核心。将临近预报以气象水文耦合的方式引入水文预报是从源头提高水文预报精度、保障水文预报效果的主要途径,总结了现阶段主流耦合方式、空间尺度匹配技术、水文模型不确定等陆气耦合中的关键问题,阐述了外推临近预报、融合临近预报作为水文预报输入的研究进展,明确了融合临近预报在延长洪水预见期、提高洪水预报精度中存在优势,并讨论了未来的研究重点及发展方向。     

BP神经网络在贵州喀斯特山区径流预报中的应用

以贵州六冲河、倒天河流域为例建立喀斯特山区径流预报BP神经网络模型。六冲河流域以七星关站丰水期流量过程为输出数据,以丰水期降雨过程、出口断面前期流量过程、蒸发量作为输入数据,倒天河流域以徐家屯站丰水期流量过程为输出因子,丰水期降雨过程、前期流量过程作为输入因子。预报结果确定性系数DC值分别为0.538、0.420。结果表明将蒸发量作为输入数据、流域面积比较大模型预报精度较大。     

涨落差法原理浅析及其在洪水预报中的应用

从河道洪水运动波方程的有限差分解入手,推导出了涨落差法的计算公式,进而证明该计算公式为河道洪水扩散波方程二阶精度的有限差分解。该洪水预报方法参数少,计算方法简单,有预见期。实际应用表明,涨落差法的特点是实用性强,而且具有较高的洪水预报精度,但同时也存在误差累积的缺点。     

天山北坡精河1615—2007年径流量变化的树轮记录

中国天山北坡西部精河流域山区的树木年轮记录了气候与水文变化过程,利用树轮宽度重建流域径流量长期变化历史对艾比湖湿地自然保护区生态保护和流域水资源利用具有重要意义.建立了精河流域山区2个采样点的天山云杉树轮宽度年表,分析其对流域气象和水文要素的响应特征,建立了树轮宽度标准年表与精河水文站上年9月到当年8月径流量的线性转换方程(R2=37.5%, P<0.001),重建了公元1615—2007年的径流量变化历史.丰枯年份和持续丰枯期分析表明:精河出山口径流量重建序列包含7个丰水年和11个枯水年,且发生了13次持续丰水期和10次持续枯水期.多窗谱分析发现径流量序列在99%的置信水平上存在56.8 年、6.9 年、3.8 年、3.4 年、2.0~2.1 年周期,其中6.9 年对应厄尔尼诺-南方涛动(ENSO)事件的周期,同时还发现了重建序列与南方涛动指数的显著负相关(r =-0.329,n=56),表明研究区径流量受大尺度海气耦合模式的影响.精河径流量序列与天山北坡玛纳斯河和乌鲁木齐河的丰枯阶段以及天山山区、伊犁地区降水变化的干湿阶段较好的对应,表明天山北坡水文和气候变化的大尺度环流背景和驱动因子一致.     

台湾多站流量生成模式的研究

在台湾不同时间下之流量均呈现强烈的气候特性,透过具有气候意义的流量模式,可使得模拟模式的结果更接近实际情况.利用台湾的气候特性,将流量区分于不同气候之贡献,初步完成具台湾气候特性的单站流量生成模式.再使用统计方法考虑于同一流域中不同时段与不同河川间之流量,最后形成合适的多站流量模式.经由多站流量生成模式所得之流量,不似单站生成模式缺乏流域整体的考虑,同时也保持河川间的相关性,与流量间时序之关系.将此模式应用在台湾淡水河流域的支流上,已获致颇佳的结果.此具气象性质之多站流量生成模式未来适合推广于台湾其它流域之水资源规划.     

邻近算法在一维大地电磁反演中的应用

总结了大地电磁法( MT)中常用的各种反演算法,并指出其局限性。对邻近算法( NA)加以概述,并将其引入MT反演中。对一维MT合成数据进行反演分析,得到的最大似然模型十分接近理论模型。虽然NA与遗传算法( GA)抗陷入局部极小值的能力大体相等,但NA算法生成的采样点分布密度与误差函数大体一致,因此NA更有利于应用基于积分的参数估值方法。本研究表明,NA收敛速度比GA更快。这说明在一维MT反演中,NA算法比GA算法更具优势。     

鳌江流域洪水预报调度决策支持系统

位于浙江省温州市南部的鳌江是一条洪水灾害频繁的河流.介绍了鳌江流域洪水预报调度决策支持系统的总体设计、功能模块、逻辑结构、模型组织以及应用水文学及水力学的方法对流域洪水演进过程进行模拟计算的方法等,建立了一个可以在中小流域推广应用的防洪预报调度系统.     

蚁群算法与遗传算法融合及其在边坡临界滑动面搜索中的应用

临界滑动面搜索是边坡稳定性分析中一项非常重要的内容。相对于圆弧滑动面的确定,只需要圆心和半径3个未知量,非圆弧滑面的确定则需要找出若干个控制点,是一个多维空间的优化问题。非圆弧滑动面优化搜索问题相当复杂,常规优化算法往往达不到要求。改进了蚁群算法,使其具备在连续空间的搜索能力,并与遗传算法融合,形成优势互补,克服了遗传算法的无反馈能力导致无用的冗余迭代、求解效率低以及蚁群算法初期信息素匮乏导致算法速度慢的不足。通过与商用软件GEO-SLOPE的算例求解结果对比,来说明本算法的有效性。     

水文地质参数识别的快速和谐搜索算法

将一种新的启发式和谐搜索算法(harmony search algorithm,HS)引入到水文地质领域。在对其音节调整步骤进行改进的基础上,提出快速和谐搜索算法(Fast harmony search algorithm,FHS),并将FHS算法与MODFLOW结合,用于水文地质问题的参数识别。算例研究表明,FHS算法较其他多种算法具有更强的全局搜索能力、更快的收敛速度及求解精度,可用于地下水数值模型的参数反演。     

GIS技术在勉略阳地区多金属找矿预测上的研究与应用

利用现代化计算工具，用MAPGIS地理信息系统软件的空间分析模块，对勉略阳地区化探异常进行信息处理，通过信息提取、信息关联、信息综合等信息处理过程，挖掘各种异常信息，定量圈定不同类型化探异常，并在此基础上进行初步成矿预测。     

长江中下游实时洪水预报模拟

以长江中下游防洪系统为对象,概述了在大型复杂防洪系统水沙运动数值模拟基础上,成功地将面向长江中下游防洪规划论证需求的水沙数学模型转化为面向长江防洪系统防汛方案评估需求的长江中下游实时洪水预报数学模型.为适应实时预报调度快速、准确评估的要求,提出了基于水动力学的循环滚动计算模式和实时校正模式.实现了水文学实时校正方法与水动力学数学模型的耦合,建立了基于水动力学的实时校正模式和分洪溃口洪水预报模式.通过长江中下游防汛期间的试运行,较好地解决了洪水预报误差校正和分洪溃口后洪水预报等关键难题,为防汛方案的制定和实时洪水调度方案优化提供了技术支撑,主要成果已应用于长江中下游防汛调度方案中.     

山区公路路基边坡地质灾害远程监测预报系统开发及应用

针对山区公路路基边坡点状分布、数量较多、规模相对较小且易受人类活动和环境变化影响的特点,确立了以位移和降雨量为主的监测原则,基于GPRS技术,集成触发式位移计、容栅式雨量计、数据采集传输模块和太阳能供电装置,形成了经济、节能、高效的单体边坡远程监测硬件系统。采用Visual C++网络编程技术,以SQL Server2005为数据库平台,开发了地质灾害远程监测预报软件系统,实现了数据的远程实时接收和可视化分析管理。由于公路边坡变形破坏模式多样,系统还集成了多种时间预测模型,建立了边坡变形预报模型库。通过在常吉高速公路的安装运行,系统成功地进行远程实时监控,保障了极端天气下公路的安全运营。