镇江市降雨场次划分与暴雨特性分析

为划分镇江市降雨场次和分析暴雨特性,基于丹徒站1981—2016年汛期5—10月的逐分钟降雨资料,确定了降雨间隔时间,筛选了暴雨场次,分析了汛期各月暴雨次数和暴雨量的变化特性,解析了不同历时和不同强度暴雨的演变规律。结果表明:镇江市合理的降雨间隔时间为2 h;汛期总暴雨次数呈略微上升的趋势,总暴雨量以每10年43.4 mm的速度增加;汛期暴雨主要集中在6—8月,其暴雨次数占汛期总暴雨次数的73.0%,其暴雨量占汛期总暴雨量的73.5%;7月和8月的暴雨量及其对总降雨的贡献率呈增加趋势,其他月份呈减少趋势,暴雨集中度增强;不同历时的暴雨中,一般暴雨占比最大,特短、短暴雨次数增长趋势显著,且特短暴雨的强度呈增加趋势;不同强度的暴雨中,弱暴雨占比最大,中、强暴雨次数均有不同程度的增长。     

基于熵聚类模糊神经网络的轴类零件信息聚类分析

针对轴类零件，应用熵聚类模糊神经网络聚类技术进行分析．该模型利用聚类方法实现模糊输入空间划分和模糊IF-THEN规则提取，并应用梯度下降法对轴类零件的各类特征参数进行精炼．实验结果表明该方法对轴类零件的聚类分析是可行和有效的．这种方法模型比一般的模糊聚类方法更适用于数量多、类型复杂的零件分组．     

镇江市中长历时设计暴雨计算

基于丹徒站1981—2016年长系列实测降雨资料,采用Mann-Kendall检验分析了3 h、6 h、12 h、24 h共4种中长历时的年最大降水量的变化趋势,采用模糊识别法识别了4种历时暴雨的雨型特征,并基于优选得到的分布函数计算不同历时、不同重现期的设计面雨量;依据5场典型场次暴雨,分别应用同频率法和P&C(Pilgrim & Cordery)法推求相应的设计暴雨过程并进行了对比分析。结果表明:4种历时的年最大降水量虽均呈现不同程度的增加趋势,但仅6 h和12 h的年最大降水量通过了90%的显著性检验;4种历时暴雨的雨型均以雨峰偏前的单峰型为主;P-Ⅲ型分布函数在降雨频率分析中拟合最优;与P&C法相比,同频率法推求得到的设计暴雨过程峰值更大,有利于保障防洪安全。     

南京地区暴雨变化特性分析

选取南京地区7个雨量站长系列逐时降水资料,分析暴雨时空分布规律与变化特性,并解析暴雨雨型特征。结果表明:南京地区暴雨时空分布不均性显著,市区年暴雨量和暴雨次数多于郊区;不同历时年最大降雨量总体呈现增大趋势,且主城区增加趋势更显著;暴雨以一般暴雨、弱暴雨为主,但容易引起内涝的短历时、高强度的暴雨频次呈现增加趋势,且主城区相对郊区增加趋势更显著;主城区弱暴雨、中暴雨和强暴雨分别具有14年、8年和3年的丰枯变化周期,特短暴雨、短暴雨和一般暴雨也都具有3年左右的丰枯变化周期;雨型(历时12 h暴雨)以容易引起内涝的单峰Ⅲ型雨型为主,加大了城市内涝防治压力。     

基于SWMM模型的南京典型易涝区暴雨内涝模拟

选取南京市易涝区—鼓楼区广州路段为研究区,构建基于SWMM的一维雨洪模型,利用南京市2011年"7·18"暴雨资料,模拟暴雨形成的内涝情况,拟合地表积水量与最大积水深度的函数关系,计算得到易涝区积水开始时间、积水持续时间、最大积水深度,并与南京市100年一遇设计暴雨形成的积水过程进行比较。结果表明:提出的快速推算最大积水深度的方法能够较高精度地实时动态计算研究区"7·18"暴雨形成的积水过程,及时有效支撑防洪除涝应急决策;相较于"7·18"暴雨,100年一遇设计暴雨形成的易涝区最大积水深度更深,积水持续时间更长。     

基于系统微分响应的暴雨强度公式参数优化

暴雨强度公式参数的优化求解本质是一个高维非线性优化问题,目前常采用的优化求解方法是在以误差平方和为目标函数的基础上通过智能算法优化求解参数。为研究这类方法的合理性,通过随机抽样、参数空间网格化方法分析了常用暴雨强度公式参数求解方法的局限性,评价了常用智能算法的参数优化能力,进而提出了基于系统微分响应的暴雨强度公式参数优化方法。结果表明:以均方误差作为目标函数对非线性函数求解参数会增加额外参数解;在没有有效确定参数范围的情况下,随机抽样很难获得满足精度要求的参数样本,在有效确定参数范围后,目标函数的响应面上仍会存在无穷多个局部最优值,且很多局部最优的目标函数与全局最优近乎相同;以粒子群算法、SCE-UA算法为代表的随机搜索优化算法会因为参数初始取值范围过大、目标函数响应面局部最优参数解数量过多等问题而难以获得参数真值;提出的基于系统微分响应的暴雨强度公式参数优化方法能够快速寻找到参数真值,不仅效率高且能够避免陷入局部最优。     

浅谈商用化HFC网管系统的软件架构

网络运营商已对HFC网管系统提出了商业化的要求.从软件系统的模式和体系结构出发,提出了商用化HFC网管系统的软件架构.     

浅谈商用化HFC网管系统的软件架构

网络运营商已对HFC网管系统提出了商业化的要求。从软件系统的模式和体系结构出发 ,提出了商用化HFC网管系统的软件架构     

粒子群优化极限学习机模型在河南省干旱预测中的应用

干旱预测是提高防旱抗旱能力的重要非工程措施。在评价不同时间尺度标准化降水蒸散指数(S_SPEI)对河南省干旱识别能力的基础上,以能有效表征河南省干旱状况的S_SPEI为模型输出,以基于信息变化率和条件互信息的特征变量选择方法(ICR-CMIFS)筛选得到的河南省主要致旱气候系统指数为模型输入,构建了基于粒子群算法优化极限学习机(PSO-ELM)的干旱预测模型,通过对比该模型与标准极限学习机(ELM)、差分进化算法优化极限学习机(DE-ELM)模型的干旱预测结果,验证PSO-ELM模型在河南省干旱预测中的适用性。结果表明,S_SPEI-3能有效识别河南省典型干旱事件,从时间和空间上可较准确地反映河南省干旱状况;ICR-CMIFS筛选出的河南省主要致旱气候系统指数为西太平洋副高面积指数和NINO指数;PSO-ELM模型能较准确地预测河南省干旱,且预测精度优于DE-ELM模型和标准ELM模型,在河南省干旱预测中具有较好的适用性。     

基于遗传算法优化极限学习机模型的干旱预测——以云贵高原为例

为准确预测干旱情势,提高防旱抗旱能力,构建了遗传算法优化的极限学习机(GA-ELM)模型进行干旱预测。以近年来干旱频发的云贵高原为研究区,利用该模型以关键致旱因子为输入变量实现了云贵高原中长期干旱预测,并与自适应神经模糊推理系统(Adaptive Neural Fuzzy Inference System,ANFIS)模型、极限学习机(Extreme Learning Machine,ELM)模型的预测结果进行比较。结果表明:GA-ELM模型适用于云贵高原地区的干旱预测;与ELM模型相比,不同时间尺度下GA-ELM模型的干旱预测结果精度均有明显提升;在干旱强度和干旱历时方面,GA-ELM模型的预测精度总体上也优于ANFIS模型。