基于改进BP网络算法的隧洞围岩分类

围岩分类对指导地下工程的设计和施工具有非常重要的意义.引入人工神经网络的方法, 进行隧洞围岩分类, 在传统BP算法的基础上, 通过改进学习算法、优化传递函数和网络结构进行神经网络方法优化.采用附加动量法和学习速率自适应调整的策略改进学习算法, 使得当误差大于上临界值时, 则降低学习率, 当误差小于下临界值时, 则适当提高学习率, 这样可加快网络的训练速度, 确保网络的稳定性; 通过引入调整学习率参数, 使得传递过程更加敏感, 加快了传递函数的收敛速度, 提高了训练函数的计算精度; 通过给定隐含层节点模型的取值范围, 对网络结构进行优化, 提高了泛化精度.将改进的BP网络模型应用于广东省东深供水改造工程的隧洞围岩分类中, 分类结果与根据《水工隧洞设计规范(SL279-2002) 》的分类结果完全一致, 表明该方法具有良好的工程实用性.      

基于朴素贝叶斯的判别频率估计算法在油水层识别中的应用

贝叶斯网络分类器,已经广泛应用于各种分类问题。对于固定的贝叶斯网络结构,可以通过生成参数和判别参数2种方法进行学习。生成参数学习效率较高但是分类精度较低,而判别参数学习与之相反。通过对数据集中参数出现频率计算来进行参数学习,并加入一个判别参数来加强实例属性与分类目标值之间的关联性,在此基础上提出了一种简单、快速、有效的判别频率估计(DFE)算法。实验结果表明:在油水层模式识别当中,这种判别频率估计方法相对于其他算法在分类精度上能够提高5%～10%。     

基于投影寻踪和粒子群优化算法的洪水分类研究

洪水分类实际上是洪水强度大小辨别的优化问题。洪水分类不仅影响着水库的实时调度，而且也影响着洪水灾害危险评估。对利用降水预报进行洪水资源利用的水库来说，洪水分类对水库实时调度规则的建立有着重要的作用。因此，洪水分类是一个重要的理论和实践问题。本文以长江三峡水库代表性水文站——宜昌站为研究对象．基于投影寻踪方法建立了洪水分类的优化模型，并利用粒子群优化算法对所建模型进行求解。结果表明了投影寻踪方法和粒子群优化算法在洪水分类研究中的有效性和合理性．     

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。     

前馈逆传播算法优化及其在岩土工程中的应用

研究并分析了对BP网络收敛性能有重要影响的非线性系数的取值方法及规律,并给出了在岩土工程问题中的应用实例.利用该方法,提高了BP网络在具体工程应用中的实用性.实践证明按照此规律及方法对BP网络的收敛算法进行改进,能够明显提高网络的收敛速度及收敛精度.     

新型混合重取样算法在岩爆预测中的应用

针对岩爆现象发生的不均衡及发生机理受多因素影响的问题,在分析重取样技术的基础上,设计并实现了自适应选择近邻的混合重取样算法,并将其用于岩爆危险性预测.该方法结合过取样和欠取样方法的优势,改进了SMOTE过取样算法在产生合成样本过程中存在的盲目性及只能复制生成数值属性的问题,新算法能根据实例样本集内部分布的真实特性,自适应调整近邻选择策略,对不同属性的数据采取不同的复制方法生成新的少数类实例,控制和提高合成样本的质量;并通过对合成之后的数据集,用改进的邻域清理方法进行适当程度欠取样,去掉多数类中的冗余实例和边界上的噪音数据,减少其规模,在一定程度上达到相对均衡,从而,可有效地处理非均衡数据分类问题,提高分类器的性能.该算法在VCR采场岩爆实例上进行实验,预测的结果与实际情况完全一致,表明在工程实例岩爆危险性实例数据非均衡情况下实施混合重取样方案是可行的,预测准确率高,具有良好的工程应用前景.采用该方法可找到岩爆发生的主控因素,为深部开采工程的合理设计与安全施工提供科学依据.      

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。     

基于双层滑动的水库旱限水位确定算法

旱限水位是水库抗旱预警的重要指标, 可作为水库开展抗旱调度的重要依据, 开展不同类型水库旱限水位确定算法研究, 对水库旱限水位的推广及提升干旱主动防御能力有重要意义。本文探讨了水库旱限水位的概念内涵, 认为水库旱限水位是在干旱缺水条件下水库供水系统达到临界平衡的水位阈值。通过引入调度期、保证期等双层控制期, 提出了适用于多年调节、年调节、季调节水库的旱限水位双层滑动算法, 并且形成了旱限水位控制下的水库抗旱调度策略。通过对张峰水库与和川水库进行案例分析, 验证了双层滑动算法对于多年调节水库和季调节水库的可行性与合理性, 结果表明, 通过设定旱限水位, 可以在干旱前期预留水量, 有效缓解干旱年份的严重缺水情况, 各个行业的缺水率和严重缺水时段均有显著减少。本研究为水旱灾害防御部门制定水库旱限水位、指导水库抗旱调度提供了一套通用算法, 能够为干旱防御决策提供科学依据和技术支撑。     

改进微粒群算法在梯级电站长期优化调度中的应用

微粒群算法是一种简洁高效的智能优化算法，但基本算法容易陷入局部最优，并且搜索精度不高。本文在基本算法的基础上引入锦标赛选择机制和自适应惯性权重因子，提出了改进微粒群算法（MPSO）。将MPSO算法应用到黄河上游梯级电站的长期调度中，并与动态规划法和基本算法的调度结果相比较。实例表明了MPSO算法的有效性和可靠性，从而为梯级电站水库（群）长期优化调度提供了一种新的、有效的优化方法。     

自适应混合遗传算法在基坑支护结构优化中的实现

采用遗传算法对基坑支护结构进行优化设计,针对其早熟现象和局部搜索能力差的缺点改进遗传算法。使用自适应策略改进交叉算子与变异算子,在进化后期采用与位爬山法结合的混合遗传算法增强GA的局部搜索能力。对基坑支护结构建立优化设计数学模型,编制了基于遗传算法的基坑优化设计程序。通过实例分析,验证了改进策略的正确性。     

用改进的共轭梯度算法解波阻抗反演问题

研究快速有效的波阻抗反演算法,是地震反演中一直追求的目标。这里从目标函数出发,推导的反演方程,在常规共轭梯度算法的基础上,对算法搜索的共轭梯度方向提出了具体的改进措施,并在阻尼项及松弛因子的给定上实现了自适应化。另外,在整个算法过程中实现了向量运算,无需额外的内存。通过合成记录及实测资料试算对比发现,该算法具有精度高,运算速度快及抗病态能力强的特点。     

进化策略及其改进算法在深基坑支护优化设计中的应用研究

进化策略是一种新的求解全局最优问题的方法,应用该方法对深基坑支护结构进行了优化设计的初步研究。针对进化策略在处理非线性函数的优化问题及高维优化问题时在收敛速度和收敛性方面存在的不足,将禁止搜索与有向搜索相结合,提出了一种快速进化策略算法,有效地克服了传统进化策略的缺点。工程实例分析研究表明,进化策略不受设计空间的可微性、连续性等限制,特别适合于求解支护工程这类具有离散设计变量和非确定性因素的工程设计问题;改进的进化策略具有更好的收敛性,有极强的避免局部极值的全局优化能力。     

基于HyperSim的网格调度模拟

由于网格环境的复杂、动态和自治性等特点,研究网格任务调度算法时,高性能的网格模拟器是不可缺的。首先介绍了HyperSim(全数字实时仿真器)的特点,通过对比其它模拟器说明使用HyperSim的理由。然后,针对调度算法中最经典的Min-Min算法进行了分析,指出了该算法中存在的负载不平衡的缺点,并在该算法的基础上提出了一个改进的Divided-Min-Min算法。最后采用HyperSim对所提出的算法进行仿真,验证算法的合理性和高效性。     

自组织竞争神经网络在决策分析中的应用

在油气田的勘探过程中,通常有多种方法可以采用,每种方法所需要的经济成本均不同,因此需要利用数学工具为油气开采选择一种最为经济的方法。这里充分利用了人工神经网络的高度智能性,给出了网络训练权值及网络训练以后的权值拓扑结构,并从理论上保证了其分类的可靠性。结合该工程中具体的数据进行了分类处理,实现了三维数据下的聚类分析,得到了良好的分类效果。最好对该算法进行了总结和分析,表明该算法具有很大的灵活性和可扩展性。     

地下工程围岩位移反分析的改进模拟退火算法

本文针对地下工程围岩位移反分析问题的目标函数存在多个局部极值的特点，在对模拟退火算法进程中控制参数，即初始温度、每一温度下的状态选取次数和退火策略的确定方法加以改进的基础上．引进有限元分析手段和自适应的思想，建立了基于改进模拟退火算法的位移反分析方法，并开发了相应的分析程序。工程实践分析表明：本文理论计算结果与实测结果吻合良好，该方法较一般模拟退火算法具有明显的优越性。     

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。     

基于贝叶斯-粒子群算法的溜砂坡稳定性评价

溜砂坡具有突发、不易预测,且产生危害大的特点。文章对拉萨市周边实地调研测量收集数据,采集了12组具有代表性的溜砂坡灾害点数据集合,运用贝叶斯网络与粒子群算法相结合,并利用算法更新公式弥补单一算法的不足,引入信息熵分析了降雨量、坡度、坡高和植被覆盖率在算法中的权重,以及各因素对溜砂坡稳定性的影响,并对溜砂坡的稳定性进行了等级划分,实验证明该方法有效,对溜砂坡稳定性评价具有一定参考价值。     

基于事例推理技术的水库洪水调度研究与应用

将基于事例推理(CBR)技术应用到水库洪水调度中,提出了一种基于CBR的水库洪水调度模式和方法。利用关系数据库实现了洪水调度事例的表示、组织、索引和存储,并建立了水库洪水调度事例库。将遗传禁忌算法与最近相邻法结合起来,构建了基于遗传禁忌算法和最近相邻法相结合的混合检索算法,提高了事例检索的速度和质量。利用遗传算法对事例特征属性权重进行优化,采用多目标决策方法进行事例的优选,并给出了事例调整和学习的策略。最后,应用该方法开发了基于CBR的水库洪水调度系统,并给出了一个应用实例。基于CBR的水库洪水调度为水库洪水调度提供了一种简化知识获取、提高调度效率和质量、进行知识积累和重用的新的思路和方法。     

基于RAGA的供水库群水资源配置模型研究

针对动态规划在供水库群优化调度中存在"维数灾",且难以获得真正最优解这一缺点,将改进的加速遗传算法应用到供水库群的水资源优化配置之中。在加速遗传算法中,嵌入局部搜索,以加强算法的全局寻优能力。以库群间的水利联系为线索,设计了相应的算法框架,并提出了供水策略区间的概念。为了体现该算法的优越性,以二个串联供水水库的水资源优化配置为例,选用该方法与基于动态规划的轮库迭代法进行比较研究。结果表明该方法合理可行、收敛速度快,有一定的实用性。     

基于贝叶斯网络的地震相分类

为了解决传统多地震属性的地震相分类方法中"难以引入先验信息用以指导分类,难以给出地震相分类结果可靠程度的定量估计,且各分类参数的权值较难确定"这3个问题,提出了一种新的基于贝叶斯网络的地震相分类方法.该分类方法有效地融合了先验信息和训练样本的分布特征,对提取的多种地震属性进行智能分析,以概率推理的方式得到各地震相类别的概率值,并根据概率分布估计分类结果的可靠程度.详述了贝叶斯网络用于地震相分类的原理与方法,并结合理论地震数据,验证了该方法的可行性和正确性.