基于成因模糊综合分析的冰凌预测模型

在分析物理成因的基础上,采用模糊识别、聚类及优选理论综合模糊成因的方法建立了冰凌预报模型。实例应用结果表明:模型对于5个检验年的开河历时预测误差全部在6 d以内,精度良好,能够较好地预报封河、开河日期,可以直接用于凌汛期实际作业预报。     

基于可变模糊综合分析的冰凌预测模型

在分析凌汛成因影响因素的基础上,以可变模糊集理论为核心,采用二元比较法确定指标权重,结合统计相关分析确定预报因子相关程度,提出一种基于可变模糊综合分析的冰凌预测模型。将该模型应用于黄河内蒙古段开河日期的预测,结果表明该模型计算简便,对开河日期的预测具有较高的精度。     

基于模糊识别人工神经网络的冰凌预报模型

黄河内蒙古段地处黄河流域最北端,由于它的特殊地理位置、水文气象条件、河道特性,几乎每年产生凌汛。在分析影响凌汛成因因素的基础上,选取合适的预报因子,基于模糊识别人工神经网络BP模型,提出冰凌预报方法,应用于黄河内蒙段封河、开河日期的预报。结果表明,计算简便,精度良好。     

模糊优选神经网络BP模型在黄河内蒙段封开河预报中的应用

黄河内蒙段地处黄河流域最北端,由于它特殊的地理位置、水文气象条件、河道特性,几乎年年发生凌汛。在分析凌汛成因影响因素的基础上,选取合适的预报因子,基于模糊优选神经网络BP模型,对黄河内蒙段封河、开河日期进行样本训练和预报方案验证。预报结果表明,模糊优选神经网络冰凌预报模型计算简便,精度良好。     

小波、模糊与统计相关结合的径流预测方法研究

在模糊聚类、识别与统计相关结合的预测模型的基础上,引入小波分析理论,提出了小波、模糊与统计相关三者有机结合的预测模型。其基本思路是:先把各预报因子逐个进行小波分解,再将分解的小波序列带入模糊聚类、识别与统计相关结合的预测模型,求取类别变量特征值与预测对象之间的回归方程来进行预报。其显著特点是利用了小波分析的多分辨率功能,小波分解后将非平稳时间序列分解成适当的多个平稳时间序列及一个经平滑而比原序列平稳得多的序列,提高了数据变化的稳定程度,把噪声和真实数据进行了一定的区分,减小了预测因子中噪声对预测对象的影响,从而提高了预测精度。在新疆雅马渡站年径流量的预报中,预测效果比单纯用模糊-统计相关模型进行预测的效果要好,具有更高的预报精度。     

高坝泄洪下游水雾的模糊预报模式

运用模糊数学的理论,对泄洪水雾的预报问题进行了研究。在分析和给出影响泄洪溅水量的主要特征因子及其隶属函数的基础上,由若干原观资料,建立了泄洪溅水特征因子的模糊关系矩阵。利用该矩阵和模糊线性加权变换,求出各影响因子的加权系数和归类阈值界限,从而建立了预报泄洪溅水的综合评判模式。本模式的预报结果与原型实测成果符合较好。     

基于ANFIS的大坝渗流监测数据处理和安全预报

提出了基于自适应神经模糊推理系统(ANFIS)和模糊聚类的土石坝渗流监测数据处理和安全预报的方法,并将其应用于岳城水库渗流监测数据的预测,实例计算表明所建模型合理,计算精度较高。     

基于支持向量机的中长期入库径流预报

采用基于支持向量机的预测模型对水库中长期入库径流进行预报,建立径流预报的SVM模型。预报因子的优劣决定着预测精度的高低。为了提高预报精度,尝试采用模糊优选法对预报因子进行优选。将所建模型应用于新疆雅马渡站的径流预测中,并与没有进行预报因子优选的SVM模型进行比较。结果表明,进行预报因子优化后的SVM模型明显提高了径流的预报精度,具有更好的应用价值。     

黄河宁蒙河段封开河日期预报方法研究

采用多元线性回归分析方法建立了基于物理成因概念的三湖河口站封开河日期预报模型,通过相关分析方法初步挑选预报因子,再应用SPSS软件对多元线性回归的预报因子进行了筛选,并对预报模型的精度进行了评定。结果表明:①建立的多元线性回归模型能较好地拟合三湖河口站的封开河日期;②在模型检验过程中,个别年份出现了较大误差,这说明封开河日期不仅与气象因素有关,也和其他因素有关。     

黄河源区河道冰封开河预报研究

研究黄河源区封开河日期的预报模型,对于填补黄河源区凌情研究的空白,进一步了解气候变化对源区径流过程的影响十分重要。根据黄河源区的水文、气象资料,从热力因素、水力因素和河道条件等方面筛选了影响河流凌情演变的主要因子,选用多元线性回归法和人工神经网络法对封河日期和开河日期进行了预测,并对预测结果进行了对比分析,初步建立起具有一定精度的黄河源区河冰封开河预报模型。     

基于BP-DEMATEL算法的冰情预报因子敏感性分析

冰情发展受到水文、气象、水力、河道条件和人类活动等多因子相互作用的影响,获得各影响因子的权重关系是进一步明晰冰情发展演变规律和提高预报精度的基础。本研究提出了基于BP-DEMATEL算法的冰情预报因子敏感性分析模型,应用于黄河内蒙古河段巴彦高勒水文站流凌、封河及开河冰情影响因子的分析中,得到影响冰情演变各因子的权重和不同因子之间的相互耦合关系,明确了冰情预报中关键的影响因子。采用不同权重的因子开展流凌、封河和开河的预报,结果显示利用权重值大、相关性强的预报因子开展冰情预报的预报值与实测值吻合较好。因此本研究提出的BP-DEMATEL模型开展冰情预报因子敏感性分析能够得到合理的权重值。     

冰凌预报模糊优选神经网络BP方法

黄河内蒙段地处黄河流域最北端，由于它的特殊地理位置、水文气象条件、河道特性，几乎每年产生凌汛。本文在分析影响凌汛成因因素的基础上，选取合适的预报因子，基于模糊优选神经网络BP模型，提出冰凌预报方法，应用于黄河内蒙段封河、开河日期的预报。结果表明，计算简便，精度良好。     

黄河头道拐站开河日期预测的LSSVM方法

根据实测冰情数据分析发现,可将冰盖厚度演变过程作为预测头道拐站的开河日期的主要依据,同时还应考虑封冻期气温、流量等对冰盖厚度的持续性和累积性影响。据此提出了一种应用数据挖掘技术和LSSVM进行头道拐站开河日期预测的新方法。应用LSSVM模型对头道拐站2010年、2011年和2012年开河日期的预测结果表明,可在封冻期内任一冰盖厚度测量日期利用上述方法对该站的开河日期进行预测,有效延长了预见期,且在3月6日前的预测值均满足许可误差合格率的要求。根据LSSVM模型预测误差呈波动性变化的特点,提出了预测开河日期的均值法,可使开河日期预测精度得到显著提高。     

神经网络理论在黄河宁蒙河段冰情预报中的应用

本文研究了以神经网络理论为核心的黄河上游宁蒙河段冰情预报。通过分析河流冰情特点，开发出了用Levenberg-Marquart算法改进传统BP神经网络理论进行冰情预报的数学模型，适用于流凌、封河、开河、水温、流凌密度、冰塞、冰坝等的预报。把该模型应用到2004—2005年冰情预报中，提前预报出2004～2005年冰情发生情况，具有良好效果。理论分析和实例论证都表明该神经网络模型能够进行宁蒙河段冰情预报。     

黄河源区河道冰凌特征变化及影响因素分析

黄河流域是我国凌汛灾害常发的地区,其中黄河源区是黄河上游凌情研究的空白区。为掌握该区域的凌情规律,对黄河沿-唐乃亥河段黄河沿、吉迈、玛曲3个常封断面的气象资料(1960-1987,2007-2011)和水文资料(1960-1987,2007-2011)进行研究,分析3个站的封河、开河日期以及冬季最大冰厚的变化规律,得出黄河源区封河从黄河沿附近开始向下游延伸,封河日期和开河日期均有推迟趋势,但总封冻天数在减少,冬季最大冰厚则各站趋势不同。通过对冬季气温、流量等因素进行分析,得出冬季累计负气温和冬季平均流量对于凌情主要特征的影响十分显著,可以作为预报因子进行进一步的研究。     

基于GASS-BPEE交叉训练算法的河道冰情预报组合模型

在文章的河道冰情预报的组合模型中,首先在成因分析的基础上,采用逐步回归算法对预报因子进行有效的筛选,然后采用GASS-BPEE交叉训练算法对冰情要素进行预报.利用该组合模型对凌汛灾害多发的松花江依兰、佳木斯江段开河日期进行了预报,结果表明所建立的河道冰情预报组合模型结构简单、预报精度较高,具有实用价值.     

黄河内蒙古河段冰凌时空分布特性分析

基于黄河内蒙古段系列历史冰情资料,利用小波分析方法对冰期气温、冰期径流、流凌日期、封河日期、开河日期进行了多时间尺度分析。结果表明:巴彦高勒、三湖河口、头道拐三站的冰期气温总体呈上升的变化规律,并且三站的冰期气温变化趋势一致,黄河内蒙古段冰期气温存在15 a左右的周期;实测径流在分析序列中不存在显著周期;三站流凌日期和封河日期整体上推迟,开河日期提前,封冻时间缩短;流凌日期存在12 a左右的周期,封河日期和开河日期不存在显著强周期。