基于改进的热惯通量模型在土壤水反演技术的研究

采用改进的热惯通量模型,结合MODIS遥感数据,对辽西某干旱半干旱区域进行土壤水时空反演分析。分析结果表明:改进的热惯通量模型可解决传统模型无法反演低温期土壤含水量的局限,在土壤水反演精度上明显好于传统模型,相比于传统模型,改进模型模拟值和实测值之间的相对误差Er从30.9%减少到19.8%,均方根误差RMS值从0.057g/cm3降低到0.033g/cm~3。土壤水反演空间变化呈现较为明显的季节性变化特点,这主要是因为地表是反演受地表温度影响较大,地表温度较高的区域,其土壤水含量相对较大,反之,地表温度较低区域,土壤水含量一般较低。     

改进的ANFIS模型在河道堤防物理力学参数反演计算中的应用

文章结合自适应函数对传统ANFIS模型进行改进,并将改进的ANFIS模型对辽宁西部某中小河流河道堤防的物理力学参数进行反演计算,并结合正交试验确定模型计算的训练样本,确定改进的ANFIS模型岩石力学参数反演的映射结构,同时结合河道堤防原位监测的位移数据,对改进前后的模型参数反演误差进行了对比分析。结果表明,改进的ANFIS模型可提高河道堤防参数反演精度,相比于传统模型,改进模型的参数反演计算堤顶下降以及周边位移和监测位移之间的误差分别减少14.8%和18.6%。研究成果可在河道堤防参数设计中进行推广和应用。     

改进的信息熵模型在区域水文站网优化布设中的应用研究

本文引入改进的信息熵模型对辽宁西部两个试验区域水文站网进行优化研究,研究结果表明:改进的信息熵模型可弥补传统模型在模型计算熵值接近1时各变量熵值信息传递不一致的缺陷,相比于传统模型,改进的信息熵模型在优化效率和精度上都有明显改善,改进的信息熵模型下水文站点优化组合信息熵最小寻优值减少0.21,同一站点样本空间下区域最优化组合水文站点数可减少10%;当试验区域水文站点数目相同时,随着尺度参数的增加,区域水文站空间信息传递等值线密度逐渐变疏,区域站点优化布设数目应沿区域中心点向外逐渐减少。     

基于改进WPSO-SVR模型的梯级电站日入库径流量预测研究

文章引入改进的WPSO-SVR模型,对辽宁东部某流域内梯级电站的日入库径流量进行预测。预测结果表明:改进的WPSO-SVR模型可解决传统模型算次数较多且无法解决高维度计算优化的局限;相比于传统模型,改进模型在各梯级电站日入库径流预测相对误差减少9.5%,合格率提高36.7%。研究成果对于梯级电站日入库径流预测提供方法参考。     

基于改进遗传算法的沥青路面再生工厂布局优化

为了帮助沥青路面再生工厂获得更好的经济与环境效益,提出一种基于改进遗传算法的布局优化方法。首先,确定再生工厂布局的约束条件,并以非物流相关性最大、物料搬运成本最低和碳排放最少作为优化目标建立工厂布局优化模型;其次,基于初始布局方案,采用实数分层编码及排列组合方法对各功能区的初始位置进行交叉互换,并根据约束条件进行筛选,得到合适的初始种群;再次,针对横坐标层与纵坐标层进行算数交叉,变异时坐标层采用多点变异,放置方式层采用单点变异,并引入模拟退火算子;最后,以某再生工厂为例对改进算法进行验证。结果表明：改进后的遗传算法迭代次数较传统遗传算法减少34次,目标函数值较文献中遗传算法减小0.009 9,提高了算法的寻优能力;优化后的方案每日物料搬运成本减少14 468.85元,碳排放减少30.59 kg,验证了方法的有效性。研究中所提出的优化方法效率较高,可为沥青路面再生工厂的建设提供技术支持。     

基于改进遗传算法的水库群水沙联合优化调度模型应用研究

文章采用改进的遗传算法对辽宁中部梯级水库群进行水沙联合优化调度研究。结果表明:改进的遗传算法结合自适应度对目标函数进行调整,相比于传统算法,不同水库调度方案下水库联合优化的兴利水量均值提高25.3%,泥沙淤积调整量减少43.8%;丰水期尽量抬高各水库水位起调值,枯水期尽量降低兴利起调水位的调度方案为最优水沙联合调度方案。研究成果对于区域梯级水库的水沙联合优化调度提供方法参考。     

变糙率二维水流泥沙数学模型在河道行洪能力分析中的应用

采用变糙率二维水流泥沙数学模型对辽宁东部某河道整治工程中的行洪能力进行分析研究。研究结果表明:变糙率二维水流泥沙数学模型可实现糙率参数的变动选取,相比于传统糙率方法,变糙率下的二维水流泥沙数学模型在河道流态模拟精度得到较大程度的改善;河道整治后,同一流量下,河道的水面线较河道改造工程前有所下降,总体上下降约1.8m左右;在同一流量下,河道流速有所增加,但增幅较小;在工程完成后,由于采用浆砌片石进行河底护岸,其河道部分区域冲刷明显,主要位于河底护岸与清淤后的河底交接部位。     

基于改进PSO并行算法的梯级水库群生态联合优化调度研究

采用改进的PSO并行算法对辽宁中西部4座梯级水库生态进行并行优化联合调度研究。研究结果表明:相比于传统PSO算法,改进的PSO并行算法可加速搜索梯级水库生态调度目标的最优解,经过PSO并行算法优化求解后,丰水期(5~9月)各梯级水库下游河道最小生态及适宜生态用水保证率均值分别达到82.0%和77.9%,在枯水期(10~12月和1~4月)各梯级水库下游河道最小生态及适宜生态用水保证率均值分别达到70.8%和66.6%,生态优化调度结果明显好于传统算法。研究成果可为梯级水库生态联合调度优化提供方法参考。     

水电站泄流控制影响的下游水文站流量自动监测新方法研究

针对受水利工程泄流影响显著的水文站,采用水文、水动力模型(马斯京根模型、DHI-MIKE模型)定量识别水电站出水量与水文站实测流量关系,由水电站出水量推求水文站流量,建立水利工程下游河段水文站流量自动监测新方法。结果表明:各模型建立的相关关系函数下流量反推值和实测值的相关系数均在0. 80以上,时段水量的误差可控在10%以内,不同泄流时间段内的误差合格率均在80%以上,满足测验精度要求。MIKE模型由于可考虑河道糙率和断面形态的综合影响,其流量推求精度好于马斯京根模型。     

河道堤防物理力学参数反演计算模型的改进及应用

文章针对传统河道堤防物理力学参数反演模型目标优化求解的局限性,采用自适应函数对其进行改进,并结合盘锦地区某河道治理工程,结合现场原位测试试验,对改进前后模型的反演精度进行对比.结果表明:采用自适应函数进行模型改进后,堤防力学参数反演精度得到明显改善.研究成果对于河道堤防治理工程设计具有重要参考价值.     

改进的混合差分人工蜂群算法在辽宁东部城市供水量预测中的应用研究

用改进的混合差分人工蜂群算法对辽宁东部某城市供水量进行预测。结果表明:相比于传统算法,改进算法在目标聚类求解精度上具有较为明显的改善;改进的混合差分人工分群算法具有更好的收敛精度和预测精度,更适用于城市供水预测,改进算法预测的供水量和实测供水量的拟合误差为7. 1%,计算消耗时间为4. 3min,而传统算法的拟合误差为17. 3%,计算消耗时间为7. 8min;在远景年份2020—2030年,辽宁东部某城市年供水量将达到35. 15亿～45. 18亿m3,供水量将逐年递增。     

自然弯曲河道水质污染物质的空间分布规律研究

在自然弯曲河道中进行斯拉格实地测量试验。对测量结果进行分析得到研究河段内的污染物质空间分布规律基本特征参数,并证明自然弯曲河道具有较明显的断面几何形状不规则性、河道弯曲性,以及河床糙率空间变化性。使用不规则系数将以上不规则性考虑到传统的经验公式中,并根据测量结果对其进行率定,从而改进自然弯曲河道水质污染物质空间分布的预测方法。     

一种基于遗传算法的最小生成树算法在配电网络规划中的应用

基于配电网络结构特点和智能算法的固有优点,提出一种基于改进遗传算法的最小生成树算法应用于配电网规划,同步优化编码方式可同时规划馈线截面段。目标函数中考虑将联络开关费用参与整体优化过程,使得含联络开关选择的配网规划结果具有全局最优性。并使用改进罚因子改善遗传算法的局部寻优特性。通过采用改进随机生成树产生初始方案和改进的交叉变异算子控制遗传优化过程,使遗传算子在整体寻优过程中每代方案均符合辐射结构。与传统算法相比提高了方案的生成效率和质量,遗传过程不依赖初始值。实例分析证明了方法的可行性和实用性。     

基于改进的蚁群算法的移动机器人路径规划

针对移动机器人路径规划中的传统蚁群算法收敛精度低、易陷入局部最优等问题,提出一种改进蚁群算法。首先,对算法的转移概率进行改进,加入转向代价,减少不必要的转折,并针对启发函数启发性能不够强,对路径启发信息进行改进;然后,提出一种自适应的参数调整伪随机状态转移策略,动态改变参数值,避免过早陷入搜索停滞,增强搜索的全面性,同时对信息素更新方式进行改进,调整信息素挥发系数,保持蚂蚁发现最优路径的能力;最后,通过Matlab与其他算法进行对比分析。仿真结果表明,改进的蚁群算法收敛速度快,且路径长度和算法迭代次数有明显减少,能得到全局最优路径。改进蚁群算法具有可行性、有效性,在移动机器人路径规划中有一定的应用价值。     

辽宁省大中型灌区自动量水设备与人工观测方法数据比对

在辽宁省选取10个典型大中型灌区,结合人工同步观测方式开展灌区自动量水设备计量精度的分析。结果表明,对各典型灌区不同水深流速进行率定校准后,各典型灌区水位、流量精度误差均可控制在±6%以内,满足灌区自动量水设备精度要求,可基本实现灌溉用水自动计量和精准计量。研究成果对于灌区智慧化建设具有参考价值。     

改进的GM(1,1)模型在区域降水量预测中的应用研究

通过引入变量权重系数对传统灰色动态预测模型各变量赋予权重值,对传统GM(1,1)进行改进,并将改进的GM(1,1)模型运用区域的降水量预测中。研究结果表明:改进的GM(1,1)模型可以更好的考虑变量之间的权重,改善传统模型的计算收敛精度。在对年降水量的预测中,改进的GM(1,1)模型可通过置信度为95%的F检验,相比于传统模型,改进的模型在区域2个降水站点年降水预测相对误差分别减少9.3%和17.52%。改进的GM(1,1)模型在夏季F检验的决定系数和F值均最高,冬季最低。研究成果对于区域降水量的预测提供参考价值。     

基于人工蜂群算法与支持向量机融合技术的大坝变形监测研究

传统人工蜂群算法计算流程复杂,计算时间长,为此文章引入支持向量机模型,将模型和人工蜂群算法进行融合,对人工蜂群算法进行优化并行计算,并将融合模型用于辽宁某大坝变形监测应用中。研究结果表明:融合模型可提高模型计算速率,模型计算结果更为稳定;相比于未融合的人工蜂群算法,融合模型在大坝变形监测的精度更高,融合模型均方误差降低0.45,平方相关系数提高0.62。研究成果对于大坝变形监测技术提供参考。     

基于SVR-IPSO的高危行业企业安全投入优化模型及其改进——以煤炭生产企业为例

传统的安全投入模型对解决高危行业领域中模糊复杂的安全投入问题具有一定局限性,尤其当建立目标函数时,采用隐含线性关系假设的函数进行拟合会影响模型的推广能力。基于此,本文首先采用支持向量回归机（SVR）建立事故损失模型,与传统C-D函数拟合结果相比,该模型具有更好的预测能力;然后,以实际安全投入要求为约束,以安全总成本最小化为原则建立企业安全投入优化模型;最后,采用基于捕食搜索策略的粒子群算法对模型进行求解,同时,为保证全局收敛性,引入自适应控制策略对算法进行了改进。结果表明：该模型能够更加准确地描述安全投入与安全成本间的非线性作用关系,并通过粒子群寻优得到具备可行性的全局最优解,为高危行业企业安全投入结构优化提供新的决策思路。     

基于改进遗传算法的模具零件孔群加工路径优化

为提高孔群模具的加工效率,提出了一种最近邻、遗传算法和禁忌搜索相融合的改进遗传算法。采用最近邻算法选取一系列好的初始种群,同时将禁忌搜索中"禁忌"的思想引入到遗传算法中,并在进化过程中随机引入部分新个体,进行迭代搜索。根据孔群加工特点建立了类似旅行商问题的数学模型,并用改进算法求解最短加工路径,在分布复杂的孔类模具上进行数值实验。轮胎实例应用结果表明,改进算法优化后路径长度比CAM系统算法优化后路径长度缩短5.31%,比X向路径法缩短77.88%,比Y向路径法缩短77.63%,比最近邻算法缩短4.52%;当实验参数相同时,改进算法路径长度比遗传算法缩短14.65%,且运行时间平均缩短了63.60%。改进算法的路径长度明显缩短,有效提高了孔群的数控加工效率。其通用性较好,在提升数控系统孔群加工效率方面具有参考价值。     

基于改进的径向基神经网络模型的水库异重流泥沙淤积量模拟

文章结合改进的径向基神经网络模型对石佛寺水库异重流泥沙淤积量进行模拟,并结合水库泥沙淤积量测定值对模型进行检验。结果表明：相比于传统模型,改进模型对模型变量进行优化调整,对于水库异重流泥沙淤积量预测的精度有明显改善。研究成果对于水库泥沙淤积的趋势预测方法具有参考价值。