群居蜘蛛优化算法在水文频率曲线参数优化中的应用

利用一种新型群体智能仿生算法——群居蜘蛛优化算法(SSO)优化水文频率曲线参数,以云南省丽江仁里站和总管田站年径流量数据为例进行实例研究,分别将离差平方和准则(OLS)、离差绝对值和准则(ABS)以及相对离差平方和准则(WLS)作为SSO算法最优适应度函数对皮尔逊Ⅲ型分布参数进行优化,优化结果与粒子群优化算法(PSO)、矩法进行对比。结果表明:利用SSO算法优化仁里站和总管田站得到的OLS、ABS、WLS均优于PSO算法及矩法,比矩法提高了11%以上。SSO算法具有收敛速度快、全局寻优能力强等特点,基于SSO算法的优化适线法能够降低水文频率的分析误差,有效提高理论频率曲线与实测数据的拟合精度,是一种可行的水文频率分析方法。     

异构多种群粒子群优化算法在水位流量关系拟合中的应用

通过8个复杂函数对一种异构多种群粒子群优化算法进行仿真验证,并与传统单种群粒子群优化算法进行对比。针对水位流量关系拟合中相关参数难以确定的不足,利用异构多种群粒子群优化算法优化水位流量关系相关参数,以云南省龙潭站、西洋站水位流量关系拟合为例进行实例研究,并与粒子群优化算法、最小二乘法拟合结果进行对比。结果表明:异构多种群粒子群优化算法收敛精度远远优于粒子群优化算法,具有较好的计算鲁棒性和全局寻优能力。该算法对龙潭站和西洋站水位流量关系拟合的平均相对误差绝对值分别仅为0.27%和0.50%,拟合精度优于粒子群优化算法和最小二乘法。利用异构多种群粒子群优化算法优化水位流量关系可以获得更好的拟合效果。     

免疫进化算法在水位流量关系拟合中的应用

分析了传统水位流量关系曲线拟合过程中存在的问题,在此基础上应用免疫进化算法直接拟合水位流量关系曲线。通过实例的应用将该法与传统优化方法和遗传算法进行了比较。结果表明,免疫进化算法不仅参数设置简单,而且拟合结果明显好于其它方法。     

稳定水位流量关系加权有约束优化模型及求解

在资料整编中,采用传统方法获得稳定的水位流量关系曲线有一些缺点;而采用单一目标函数的优化模型拟合水位流量关系,又无法保证一次性获得符合假设检验的最优解.通过分析以往采用的幂指数型数学模型存在的问题,建立了加权有约束优化模型,将有约束问题转化为无约束问题,并采用粒了群箅法求解,保证了求得的解为满足相关要求的全局最优解,解决了水位流量关系曲线模型参数的伞自动率定问题.     

水力学法在水位流量关系拟定中的应用

在无实测资料、无高水实测资料或中淤变化影响水位流量关系时,假定设计断面下游起始断面水位,采用一维恒定非均匀渐变流计算方法推算设计断面水位流量关系.     

正交多项式簇拟合水位流量关系曲线

正交多项式簇拟合水位流量关系曲线,其系数 b_j 和多项式 P_j(h)的计算过程可以逐阶相继地往高阶进行。也就是说,如果已拟合到第 j 阶多项式,若想再增加1阶,则只要在已拟合的 j 阶多项式的基础上再作第 j+1阶系数 b_(j+1)和多项式 P_(j+1)(h)的计算,而不必改变 j 阶以前的计算,这种计算的相继性使得改变拟合阶数很方便。另外,在求得正规方程时,根据多项式正交性质将矩阵(H~T)H 变换成一个对角矩阵,这样便将统计运算变成了代数运算,使得计算变得很简单。经石堤、红花岭、邹家滩、河溪4个测站资料的检验,拟合精度均能达到实用的精度。     

采用Mathcad拟合水位流量关系曲线

针对水文资料整编中，水位流量关系曲线的拟合，给出了采用Mathcad拟合单一的水位流量关系曲线的方法，此方法简单、易学，精度高，文中结合一个应用实例，介绍了该拟合法的操作过程及曲线选优的方法。     

相关分析原理在水位—流量关系分析中的应用

和田河为冲积性多泥沙游荡型河流，特殊的水沙关系和单一的河床边界组成条件，表 河道水位同流量间关系的复杂性和多值对应性。     

基于差分进化算法的水位流量关系曲线优化率定

针对水位流量关系常规模型率定时中高水、低水无法兼顾的问题,该文采用一类保凸保单调函数的新水位流量关系模型[1],可以有效解决这一不足,而且易于水位流量关系曲线的自动优化率定。同时采用差分进化算法求解该模型,实例表明,该模型可以更好地拟合水位流量关系曲线,避免了人工率定的任意性并降低了人工操作的复杂性。     

MathCAD拟合水位流量关系曲线

针对水文资料整编中水位流量关系曲线的拟合,结合应用实例介绍了采用MathCAD拟合单一水位流量关系曲线的方法、操作过程及曲线选优的方法.该方法简单、易学,精度高.     

利用单纯形-混沌优化算法确定河流水质模型参数

针对混沌优化算法收敛速度较慢的缺点,将单纯形算法和混沌优化算法结合,构造单纯形-混沌优化算法,并将该方法应用于分析一维河流水团示踪试验数据,求解河流水质模型参数的函数优化问题。结果表明,该算法可以有效确定河流水质模型参数,较单纯形法具有更好的收敛性、较混沌优化算法具有更快的收敛速度。     

梯级水库群优化调度精英集聚蛛群优化方法

将蛛群优化方法(SSO)这一新型群体智能寻优方法引入梯级水库群优化调度领域,并提出精英集聚蛛群优化方法(ESSO)进一步改善SSO的性能表现。ESSO在标准SSO方法寻优机制基础上,从精英个体动态更新策略与邻域变异搜索机制等两方面予以改进,提升蜘蛛群体的多样性与优秀个体领导能力,均衡方法的全局开采能力与局部勘探能力。澜沧江流域工程实例表明,所提ESSO方法能有效克服标准SSO的"早熟"缺陷,有效提升方法的搜索能力,可望为大规模梯级水库群优化调度提供一种新的高效求解思路。     

混沌差分算法在确定河流水质模型参数中的应用

将混沌寻优思想引入到差分优化算法形成混沌差分算法,并将其应用于确定河流水质模型参数的函数优化问题.数值实验结果表明:应用混沌差分算法求解此参数问题无论是在精度还是时间上都优于差分优化算法.它将混沌寻优的遍历性和随机性思想引入到差分优化算法中,在每次差分进化寻得的最优位置附近进行混沌细搜索,并配合特殊的迭代终止准则进行寻优.其明显缩短了混沌搜索计算时间和克服了差分优化算法后期早熟的缺陷,提高模型求解的收敛速度和精度.     

受干支流回水影响的断面水位与流量关系研究

通过对受干支流回水影响的断面水位流量关系的分析,提出受干支流回水影响的断面综合流量的概念,在此基础上,构建了断面水位与综合流量的单一关系,并进行流量推算。将该方法应用于金沙江向家坝站。结果表明:构建的水位与综合流量之间的单值关系稳定,利用该方法和实测水位可以快速准确地推求出回水影响区域的流量,可为下游的防洪调度决策提供及时有效的水位、流量信息。     

浅析浙江省水土流失与社会经济的关系

通过对浙江省近20a的水土流失和社会经济变化情况的分析，找出了两者之间的发展规律和两者之间相互关联、相互影响、相互制约的关系。提出必须处理好它们之间的辩证关系，以水土资源的可持续利用，促进经济的持续协调发展和人与自然的和谐，为全面建设小康社会提供支撑和保障的论点。     

遗传算法在跨流域引水工程优化调度中的应用

本文将遗传算法应用于大伙房水库跨流域引水工程长期优化调度中。为解决进化过程中产生的部分破坏约束条件的个体,采用对破坏约束条件时段的初末水位做出在水位允许区间内降低或抬高到某随机值的调整的改进方法,使得遗传运算得到的个体绝大部分为可行解,能够更快速地找到全局最优解。与传统的长系列法相比,在满足年保证率的前提下不但降低了引水量,而且提高了农业供水保证率。     

SCE-UA算法在水环境系统优化问题中的应用

把SCE-UA算法应用到水环境系统优化问题的求解中,通过对问题的预处理,求解3个典型的优化问题：①二维稳态水质模型横向扩散系数及流速推求;②排放口最优化处理;③水工建筑物优化调度。结果表明：SCE-UA算法不但能求解一元函数约束的优化问题,通过构造罚函数,还能够成功求解有多元函数约束的优化问题。认为该算法不依赖导数和优化问题的具体形式,所需参数极少,求解精度高,通用性较强,值得在环境系统优化中推广。     

粒子群优化算法在确定河流水质参数中的应用

将粒子群优化(PSO)算法应用于求解分析瞬时投放示踪剂情况下的一维河流水团示踪试验数据,以及确定河流水质参数的函数优化问题。分别就粒子数目和待估水质参数的初始取值范围对算法运算过程的影响进行了数值实验。结果表明:①PSO算法能够有效地应用于求解分析河流水质试验数据,确定水质参数的函数优化问题;②粒子数目的多少对迭代次数、运算时间和算法是否收敛有一定的影响,在粒子数目较大的情况下,可以保证运算过程收敛;③待估参数初始猜测值的选取范围对迭代次数也有一定的影响,选取范围越大,需要的迭代次数越多。最后,指出了需要进一步研究的问题。