鸟群算法-投影寻踪回归模型在多元变量年径流预测中的应用

利用投影寻踪回归(PPR)模型进行年径流预测。针对PPR模型矩阵参数难以确定的不足,利用一种新型群体智能仿生算法——鸟群算法(BSA)优化PPR模型矩阵参数,提出BSA-PPR预测模型,以新疆伊犁河雅马渡站年径流预测为例进行实例研究,并构建BSA-SVM模型作对比。利用实例前17年资料对模型进行训练,后6年资料进行预测。结果表明:BSA-PPR模型对实例后6年年径流预测的平均相对误差绝对值为5.99%,精度优于BSA-SVM模型及相关文献,具有较高的预测精度和泛化能力。该模型及方法可解决其他相关回归预测问题,具有良好的应用前景。     

投影寻踪门限自回归模型在水稻单产变化预测中的应用

由于受气象、人为等因素的影响,为水稻单产变化时序这类非线性系统,提出了投影寻踪门限自回归（PPTAR）模型.用自相关分析技术确定预测因子,构造了新的投影指标函数,用门限自回归（TAR）模型描述投影值与预测对象间的非线性关系,并用基于实数编码的加速遗传算法优化投影指标函数和TAR模型参数.实例的计算结果表明,用PPTAR模型预测水稻单产变化时序是可行和有效的.PPTAR模型简便、适用性强,克服了目前投影寻踪方法计算量大、编程实现困难的缺点,有助于投影寻踪方法的推广应用,为解决非线性时序复杂预测问题提供了新的途径.     

一种新型耦合模型在月径流预测中的应用

基于投影寻踪分析与随机分析提出了一种新的耦合预测模型,运用投影寻踪技术将年内12个月径流由遗传算法优化得投影值,获取投影值与年径流的相关关系;建立年径流预测模型,由预测的年径流推算对应的投影值z^;寻找与z^最近邻的h个模式,由最近邻回归进行年内月径流展望预测。将耦合模型应用于宝珠寺和三峡水电站入库月径流展望预测,结果表明该耦合模型可行且预测效果较好。     

改进的投影寻踪技术在实际预报中的应用

针对传统的投影寻踪技术中投影与寻踪两个核心问题进行改进,用实数编码的遗传算法代替高斯一牛顿进行投影方向优化、利用非线性参数Hermite多项式代替非参数方法估计岭函数。建立基于改进的投影寻踪预测技术水电站入库流量预报模型,并将模型用于杂谷脑流域水电站的入库流量预测,研究表明改进的投影寻踪技术能够以较快速度收敛于模型全局最优解,研究成果为杂谷脑梯级水电站中期调度奠定了基础,也为其他流域水电站中期入库流量预报提供了重要借鉴。     

蚁群投影寻踪回归在广西柳州市防洪体系综合评价中的应用

在分析我国城市防洪体系安全评价的指标体系及其等级标准的基础上,提出了一种基于投影寻踪回归的城市防洪体系综合评价模型,采用蚁群算法对评价模型进行优化,并将该模型应用于广西壮族自治区柳州市防洪体系的评价。研究表明,投影寻踪回归分析法,避免了传统评价方法由于主观原因造成的误差,评价结果符合客观实际、方法简单,为城市防洪体系的评价提供了新途径。     

基于投影寻踪的滨海盐碱地改良综合效应评价

为综合评价滨海盐碱地改良综合效应,从经济效益、土壤质量、生态环境3个方面建立滨海盐碱地暗管改碱效应评价指标体系。应用基于粒子群算法的投影寻踪方法,建立滨海盐碱地暗管改碱效应等级评价模型,详细介绍了该模型的构建过程。利用该模型将暗管改碱效应等级的多维分级指标综合成一维投影值,根据投影值与评价等级经验值的函数关系可对暗管改碱样本集进行合理分级,采用粒子群算法直接优化投影寻踪的投影函数和投影方向,由最佳投影方向计算评价样本所属等级。在江苏滨海盐碱地暗管改碱效应评价中的应用表明,直接由样本数据驱动的投影寻踪等级评价模型对样本的综合效应等级评价合理,模型精度较高,平均相对误差为6.3%。     

灰狼优化算法在城市需水预测模型中的应用

城市需水预测是城市水资源规划、管理、决策的重要依据。为提升需水预测的准确性，提出一种基于最小二乘支持向量机(LSSVM)的非线性预测模型。针对灰狼优化算法(GWO)寻优过程易陷入局部最优的问题，采用一般性反向学习与非线性控制参数对其进行改进，以提升全局优化性能。改进后的GWO算法更适合应用于非线性模型参数的拟合，因此将其引入LSSVM需水预测模型，用来拟合模型的超参数。采用上海市近年来城市供水数据来检验模型，仿真结果表明提出的城市需水预测模型平均相对误差为0.78%,最大相对误差为1.37%,具有良好的泛化能力，可作为需水预测的一种有效方法。     

几种AR和ARMA模型对城市用水量预测的比较

利用时间序列法中的自回归模型（AR）和自回归移动平均模型（ARMA）,对城市某区域的用水量进行预测。模型参数采用最小二乘法进行估计,并将预测值与实测值进行了比较。结果显示,预测值的相对误差均在±10%之内,且仅有个别点的相对误差在±5%之外,预测结果与实测值基本一致。对预测结果的进一步分析表明,高阶AR模型预测结果的均方差（MSE）低于低阶AR模型,而从平均绝对百分比误差（MAPE）来看,ARMA模型的预测结果并不优于AR模型。     

基于SSO-PP模型的滇池流域水质综合评价

针对投影寻踪(PP)模型在实际应用中最佳投影方向a难以确定的不足,利用一种新型群体智能仿生算法——群居蜘蛛优化算法(SSO)搜寻PP模型最佳投影方向a,提出SSO-PP水质综合评价模型。以云南省滇池流域4个监测断面2003—2013年水质评价为例进行实例研究,选取对水体影响较大的氨氮等5项水质评价因子,利用各指标标准阈值z构造水质综合评价分级标准。结果表明①SSO-PP模型水质评价结果与单因子法评价结果基本相同,但对于断面1^#,2^#,4^#,部分年度水质的评价结果要优于单因子法评价结果1～2级。通过Kendall统计量检验,断面3^#—4^#水质改善趋势相对明显。②SSO-PP模型评价结果客观、合理,能够有效应用于水质综合评价。     

基于改进的投影寻踪-云模型的农业灌溉水质综合评价

提出基于投影寻踪函数和云模型的水质综合评价模型,选取太湖流域20个样本盐度、氯化物、氨氮、溶解性固体4类具有代表性的农业灌溉水质监测数据,在综合其投影值及隶属度基础上,计算农业灌溉水质的等级区分粒度。结果表明,投影寻踪模型计算值平均绝对误差仅为0.125 2级,达到了较好的水质评价精确度,同时利用云模型计算各个监测指标得到的最大综合确定度所属级别与经验等级一致。     

淮河中游河段河道汇流参数的优化分析

利用1998~2005年的洪水资料对马斯京根模型参数进行优选,优选润河集、横排头、阜阳闸至正阳关最优的河道汇流参数,并对该优选参数值进行验证,预报洪水过程平均不确定性系数在0.85以上,预测洪峰流量误差控制在8%以内,达到较高预报作业精度。     

回归支持向量机模型及其在年径流预测中的应用

研究交叉验证（CV）SVR年径流预测模型,以云南省清水江革雷站为例进行实例分析。利用SPSS软件选取年径流影响因子,确定输入向量;采用CV方法搜寻SVR惩罚因子C和核函数参数g,构建CV-SVR多元变量年径流预测模型,并构建GA-BP、传统BP模型作为对比模型。利用所构建的模型对实例进行预测。结果表明：CVSVR模型对实例后15年年径流预测的平均相对误差绝对值和最大相对误差绝对值分别为3.4596%、9.3035%,预测精度和泛化能力均优于GA-BP、传统BP模型,表明CV能有效搜寻SVR惩罚因子C和核函数参数g。CV-SVR模型具有预测精度高、泛化能力强以及算法稳定等特点。     

遗传算法与最小二乘支持向量机在年径流预测中的应用

为克服最小二乘支持向量机(LSSVM)依赖人为经验选择学习参数的不足,利用遗传优化算法(GA)选择LSSVM惩罚因子C和核函数参数σ2,构建GA-LSSVM年径流预测模型,并构建LSSVM、GA-BP和传统BP模型作为对比,以云南省河边水文站年径流预测为例进行实例研究,利用实例前30 a和后22 a资料分别对各模型进行训练和预测。结果表明:GA-LSSVM模型对实例后22 a年径流预测的平均相对误差绝对值和最大相对误差绝对值分别为3.13%、8.66%,预测精度优于LSSVM、GA-BP和传统BP模型。GA算法全局寻优能力强,利用GA算法优化得到的LSSVM学习参数可有效提高LSSVM模型的预测精度和泛化能力。     

基于水文相似性的预报误差修正

如何进一步提高水文预报精度,降低预报误差,更好的服务于防洪抢险、水资源调度是水文学重要研究方向。基于水文预报误差主要影响因素在相似流域具有相似性,致预报误差具有相似性的特性,以相似流域各预报站预见期不同为切入点,优选误差修正因子,基于二次正交回归设计,构建了预报误差模拟模型以修正预报结果,提高精度。经怒江道街坝水文站模拟预报检验,修正后模拟确定性系数由0.933提高至0.998,洪峰流量平均绝对误差由693m3/s降低至116m3/s,洪峰流量平均相对误差由16%降低至3%,洪峰出现时间预报误差由平均5.4h降低至0.9h,方案精度由乙级提升至甲级。提出的基于水文相似洪水预报修正方法结构简单、计算方便、修正效果明显,是一种高效提高洪水预报精度的方法,适用于相似流域不同预报站洪水过程无明显差异的情形。     

贯入法及冲击筛分法检测砌体抹灰 砂浆强度研究

为了解现有的砌筑砂浆强度检测方法的适应性,进行了试验研究。试验中主要采用了贯入 法、冲击筛分法检测普通粘土砖砌体28 d抹灰砂浆的强度,并辅以点荷法,立方体抗压强度予以对 比分析。结果表明,冲击筛分法可以用作普通粘土砖砌体28 d抹灰砂浆强度的检测,而贯入法需要 进一步研究,以获得准确的抹灰砂浆强度回归曲线,方可用于现场检测。     

新疆冲洪积扇小流域设计洪水计算方法研究——以罗布泊钾盐矿外部供水工程沿线小流域洪水计算为例

根据实测断面资料计算了洪水调查痕迹相应洪峰流量,采用概率统计的方法分析场次大洪水洪峰比,以年最大洪峰流量模比系数综合频率曲线法推求小流域的设计洪水,并以实地调查及推理公式法验证了计算结果的相对合理性,为新疆冲洪积扇区域小流域洪水的计算提供了一条新的途径。     

A rapid forecasting method for mountain flood disaster based on machine learning algorithmsEI北大核心CSCD

基于高精度水动力模型与机器学习技术,运用极限随机树(ERT)及KNN算法,构建了高分辨率山洪灾害快速预报模型。利用确定系数、平均绝对误差和均方根误差3种指标评估模型的整体可靠性,同时,截取流域出口断面流量验证模型的预报性能。结果表明:所建模型预报结果与水动力模型模拟结果淹没范围基本一致,流域淹没范围平均相对误差低于5%,模型整体稳定可靠;流域出口断面流量平均相对误差低于10%,断面平均水深、流速平均相对误差低于5%,模型预报性能良好;模型可在10s内完成最大淹没情况计算并输出淹没范围图,能为紧急决策提供足够的前置时间,协助决策者更好地采取应对措施。     

河道洪水流量预测方法研究

及时准确地预报某区域内河道指定区段洪水流量及发生时间,对合理实施该区域的防洪预案、落实抗洪抢险措施、组织调度人员及防汛物资具有重要意义。目前河道洪水预报普遍采用马斯京根流量演算法及加里宁—米尔加科夫洪水演进法,两种方法的参数率定存在局限性,对应支流的河道分段处理也存在问题。本文依据最小二乘法,建立含有预测河段上游干流、支流水文站（或水位站）流量或水位预测模型,该模型不受其他水文参数的率定精度影响,直接利用以往洪水及当次洪水上游、下游站的观测资料建立回归预测模型,并通过递推方式完成当次洪水预测,表达形式简单直观、便于实际应用。利用该模型完成了嫩江干流齐齐哈尔水文站2013年洪水流量预测,经与实测成果比较,洪峰流量最大拟合误差小于5.2%,具有较好的计算精度。     

考虑施工参数影响的心墙砾石土渗透系数预测方法

针对当前心墙砾石土渗透系数预测研究仅考虑料源参数,而少数考虑了施工质量的单一预测模型存在预测误差大、数据特征获取不全面的问题,构建了综合考虑施工质量和料源参数的BPNN-WOA-SVM渗透系数组合预测模型。该模型通过引入鲸鱼优化算法(WOA)解决支持向量机(SVM)参数选择困难的问题,通过最大信息熵原理综合了BP神经网络(BPNN)较强的自适应能力以及鲸鱼优化支持向量机算法(WOA-SVM)良好的回归性能、适用小样本的优点。工程实例应用表明,构建的组合预测模型与单一预测模型相比,降低了均方误差、平均绝对误差和相对分析误差,提高了预测精度和收敛速度,在心墙砾石土渗透系数预测方面具有较强的优越性。     

融冰洪水演进的马斯京根模型

为解决参数率定过程复杂的问题,将河段内的融冰产生的流量视为河段下断面出流的一部分,构建出适用于文开河融冰时期洪水演进的马斯京根模型,并将优化算法应用到模型参数率定的过程中。以黄河宁蒙河段为例,采用试错法、非线性规划法和智能算法中的遗传算法这3种方法对所构建的模型参数进行率定。模拟结果表明:3种方法所模拟的出流过程线均合格;整体上,非线性规划法模拟的精度最高,其洪水的确定性系数D_c为0.980,过程平均相对误差RE为4.840%;而试错法模拟的洪峰流量更为准确,且冰期模拟精度高于无冰期。本研究为融冰洪水演进的模拟提供了一种新方法。