【摘 要】
：
非线性组合预测模型面临的主要难题是变权重的合理确定,基此本文提出基于试验遗传算法改进的BP人工神经网络方法,并将之应用于组合预测模型变权重的求解问题.实例表明,这种组合预测方法不仅有效避开了传统组合预测模型权重计算的繁琐,且能集各预测模型所长,概念清晰,计算简便,具有较高的推广应用价值.
【机 构】
：
扬州大学水利科学与工程学院,扬州,225009;合肥工业大学土木与建筑工程学院,合肥,230009
论文部分内容阅读
非线性组合预测模型面临的主要难题是变权重的合理确定,基此本文提出基于试验遗传算法改进的BP人工神经网络方法,并将之应用于组合预测模型变权重的求解问题.实例表明,这种组合预测方法不仅有效避开了传统组合预测模型权重计算的繁琐,且能集各预测模型所长,概念清晰,计算简便,具有较高的推广应用价值.
其他文献
本文根据郑庄地热水的地质背景、深浅层水的水化学资料,系统地分析了地下热水的水化学特征,并对地下热水化学成分形成机理及地下热水成因进行探讨.地热水主要起源于大气降水;地热水为储在寒武-奥陶系埋藏径流滞缓型的岩溶承压水;地下热水类型为SO4-Cao·Na型水.
南水北调中线工程是一个非常复杂的跨流域调水工程,调出区涉及到丹江口水库及汉江中下游的供水需求.在优先满足汉江中下游地区经济社会发展所需水量及汉江河道内用水要求的前提下,采用何种工程措施以增加北调水量十分重要.本文对汉江中下游干流用水范围内水资源进行了供需分析,为调水工程措施的分析论证提供了基础.
本文介绍了协整分析理论,结合第二松花江流域上下游的年径流量,阐述了单位根检验,协整检验,误差修正模型的理论与分析方法,采用白山站和丰满站1933年至1998年的年径流量资料,用协整分析的方法建立模型,对丰满站1989年至1998年的年径流量进行预测研究,研究结果表明基于协整与误差修正模型进行预测是有效的.
本文回顾了国内外地下水动态预测的各种模型,将这些模型划分为确定性模型和随机模型两大类,指出了各种模型的适用条件及存在问题.最后提出了提高地下水动态预测的可靠性与精度的两条途径:一是建立既能描述地下水系统内部特征也能反映其外部特征的确定性-随机耦合模型,二是建立地下水运动的随机微分方程模型,并将系统内部参数作为随机变量,将其外部环境因素也作为随机时间序列引入地下水流定解问题,并给出解的概率分布.
在分析以往年径流预测方法优缺点的基础上,采用自适应神经模糊推理系统(ANFIS)建立了年径流预测模型,并将其应用于新疆维吾尔自治区伊犁河的雅马渡水文站年径流预测中.实例结果表明:该模型预测精度高、泛化能力强、计算速度快,能够有效地应用于年径流预测.
以日最大流量序列和日流量频次序列为基础,利用有序聚类法对双因子样本序列进行定量分期研究,并与现有多种方法计算的分期结果相比较,验证其合理性.三峡水库应用结果表明:有序聚类法既可考虑汛期划分的多个影响因子,又不破坏样本序列的时序性,划分精度可细分至日,可获得相对合理的汛期分期结果.
本文采用一种名为"时间差分"的方法计算神经网络权重.该算法是以相续时间预测值的差值来指导学习,与利用预测值与实际输出值的误差来修正模型内部参数的传统做法完全不同.它能较好地减少过拟合的程度,较之有教师值指导的学习其预测性能更好.从两个不同性质的河道洪水流量预报实例中也可看出,该模型合理、可行,具有较好的适应性和预报精度.
本文针对大型水电站厂内经济运行负荷分配问题的特点,建立耗水量最小模型并采用免疫规划算法进行求解.通过实例对比了遗传算法、进化规划和免疫规划进行大型水电站厂内经济运行负荷分配的计算结果,表明遗传算法计算结果相对较差,免疫规划计算结果最好且具有较强的整体寻优能力.
目前,降雨时间变异方法主要是用变异系数法,空间变异方法主要采用各种空间插值方法,但同时进行时空变异分析的很少.本文结合一种基于差异信息测度的时间序列变异分析方法与GIS空间分析优势提出一种直观的新的降雨时空变异分析方法,并应用于海河流域的31测站的1960～2001年降雨数据的分析.结果表明,该方法是直观、可行、有效的,同时也表明,海河流域降雨的时空变异总体上是比较大的,而且平原区变异相对要比山区
粒子群优化算法是通过粒子记忆、追随当前最优粒子,并不断更新自己的位置和速度来寻找问题的最优解.为了克服标准粒子群算法存在着早熟收敛、难以处理问题约束条件等缺点,本研究对递减惯性权值进行了改进,将其表示为粒子群进化速度与群体平均适应度方差的函数;给出了适合PSO算法的约束处理机制,提出了一种改进自适应粒子群算法,并将其应用于水库优化调度中.实例计算并与经典方法相比,表明该方法原理简单、易编程实现,能