论文部分内容阅读
闸坝调度管理情况反映着闸坝应对突发状况的能力,对闸坝调度管理评价进行研究具有较为重要的理论和现实指导意义。闸坝调度管理评价指标体系构建的正确和完整与否以及评价方法选择得当与否直接关系到是否能够真实全面地反映闸坝调度管理情况,科学、合理的评价指标体系与正确的评价方法在闸坝管理、闸坝应急调度等方面都起着重要的作用。论文通过深入探讨闸坝调度管理评估研究背景、意义及国内外闸坝调度管理评估研究现状,发现现有的闸坝评估体系只是考虑到了水质、水量的调度评价,考虑的只是闸坝本身而非闸坝调度管理情况及水生态相关影响。所以,现有的闸坝评估体系,存在不足。本文重新思考与定位现有的闸坝调度管理评价体系,改革原有的不考虑水生态影响和管理相关情况的评价模式,建立了科学的闸坝调度管理评估新评价体系,通过层次分析(AHP)法求解评价指标的权重,为后续基于灰色GM(1,1)模型和优化的BP人工神经网络的评价方法奠定基础。建立闸坝评估体系后,本文基于GA优化的BP人工神经网络(GA-BP)建立了闸坝调度管理评估模型,基于灰色GM(1,1)模型和优化的BP人工神经网络(GM-BP)构建了闸坝调度管理能力评估串并联组合模型并进行了实例分析。通过实例分析,本着科学性、动态性、层次性和实用性的原则,进行综合评判,检验该模型的科学程度及可操作性。同时,本文提出的评价方法与其他的评价方法,灰色关联分析法、TOPSIS法和FCE法,共7种方法进行综合对比验证,确定选取评估方法的正确性。实例结果表明,基于灰色GM(1,1)模型和优化的BP人工神经网络的方法在处理多层次的、复杂的以及信息不完全的闸坝调度管理能力评估问题方面具有有效性、可行性和参考性,为闸坝调度管理评估问题提供了有益的探索和实践。本论文提出的评估方法,不仅会在淮河流域闸坝调度管理评估工作中发挥重要作用,同时还会推广应用到全国其它类似河流。因此,本论文取得的成果在淮河流域以及全国其它类似地区都具有很好的推广和应用前景。