改进粒子群算法在新安江模型参数优选中的应用

粒子群优化算法的原理较易理解，所需参数较少而易于实现，但在具体问题中仍存在如收敛性不稳定等不足。基于收缩因子改进的粒子群算法可以保证算法的收敛性，同时使得速度的限制放松。结合新安江模型参数的特点，将其应用于该模型参数的率定．并编程实现检验分析。实例应用结果表明，该优化算法可得到较为稳定的模型参数．提高模型在洪水预报中的效率。     

数据仓库技术在水文数据综合分析中的应用研究

针对全国水利信息化建设中建成的一批综合数据库中所积累的海量数据,探讨如何在综合数据库基础上建立数据仓库系统,并以水文主题为例,设计水文数据仓库总体结构,构建面向水文主题的多维数据组织模式,建立水文数据仓库,为水利综合决策支持服务。     

基于粒子群收缩因子算法的BP网络径流预测模型

BP网络模型在径流预测中应用较广,效果较好.但目前对BP网络的初始权重及偏值、学习率、动量因子和训练次数多采用"试错法"来确定,具有较大的不确定性,影响到模型的收敛速度和精度.为此,提出一种利用粒子群收缩因子算法(CFPSO)对BP模型上述参数进行优化的方法,并利用径流预测实例进行检验,计算结果表明该优化方法能够提高BP模型的收敛速度和精度.     

回归正交设计法求取制备活性炭的优化条件回归方程

本文介绍了利用糠醛工厂水解废渣,以回归正交设计法制订实验方案,求取制备活性炭的优化条件回归方程。、引言活性炭在工业上应用广泛,生产历史悠久。但是,其生产的优化工艺条件大多仍靠经验或.单纯性正交试验进行调节。在研究利用糠醛工厂水解废渣生产活性炭的过程中,我们以回归的正交设计法制订实验方案,用较少的实验数据建立了精度较