伊洛河流域水资源系统优化调度模型研究

针对河流并联供水库群水资源优化分配问题,建立了以相对缺水率最小为目标的流域水量调度应用模型。该模型运用大系统分解协调的基本原理,将并联供水库群分解为多个独立的子系统,子系统间存在控制反馈的联系,同时考虑河道水流传播对系统的影响。利用建立的模型,以伊洛河流域供水库群为研究对象,通过建立虚拟水库,将伊洛河供水库群分为三个子系统,选用整体改进的遗传算法(GA)进行计算求解,并采用常规调度方法进行校核。以水平年2020年为例,得到不同来水条件下伊洛河流域水量调度方案,并对特枯来水情况制定供水三级预警系统。     

会计实践教学存在的问题及建议

会计实践教学是会计专业学生在整个学习过程中不可或缺的部分。但是目前会计教学存在重理论教学、轻实践培养等问题，本文分析了这些问题，并提出完善会计实践教学的对策。     

基于雷达回波的临近降水预报卷积循环神经网络模型研究

【目的】临近降水预报是涉水灾害预警、洪水预报和调度管理等依赖气象预报决策的重要基础。高精度、高时空分辨率的气象雷达观测能够有效捕捉天气过程变化,发展基于雷达回波外推的临近降水预报方法,是中小流域高精度雨洪预报预警的关键。【方法】以银川贺兰山地区2017—2020年的C波段天气雷达和地面降水资料为基础,开展了ConvLSTM、ConvGRU和PredRNN三种卷积循环神经网络模型在不同降水情景下的预报性能研究,并将三种模型的预报结果与基于半拉格朗日外推的光流法进行对比分析。研究采用临界成功指数(CSI)、命中概率(POD)、虚警率(FAR)、均方根误差(RMSE)和结构相似性指数(SSIM)5种指标评估了三种模型在不同天气系统发展过程中的预报能力。【结果】结果显示：ConvLSTM模型可以较好的预测回波变化过程,而PredRNN模型对回波驻留和发展的过程预报效果较好;随着雨强的增大、预报时长的增加,卷积循环神经网络模型对回波运动的捕捉能力和回波强度变化的预测能力显著强于光流法;ConvLSTM模型能够更好的预报中小雨天气过程,结构更加复杂的PredRNN模型对暴雨过程具有更好的预报效果。...     

梯级水电站群调度多目标网络分析模型

研究网络分析技术在水库群调度中的应用，把多目标分层排序网络分析模型拓展到多目标梯级水电站调度的网络分析中，提出梯级水电站群调度多目标网络分析模型。结合某流域梯级水电站群优化调度实例进行模型的应用研究，结果表明，用本文模型构造的时空网络图，结构清晰，直观形象，算法效率高。     

基于IABC-PSO算法的区域水资源优化配置模型研究

近年来山西省水资源供需矛盾日益突出,采用科学有效的方法对该区域水资源进行优化配置十分关键.在综合考虑社会、经济、生态效益的基础上,建立了多目标水资源优化配置模型.针对传统粒子群算法的缺点,提出了改进的人工蜂群-粒子群算法(IABC-PSO);通过引入Logistic混沌映射、基于S型函数的非线性惯性权重以及改进的侦查蜂...     

水库群发电优化调度遗传算法整体改进策略研究

针对水库群发电优化调度的高维性和复杂非线性,提出了一种收敛性全面改善的改进自适应遗传算法。改进算法采用了整体改进策略:初始种群生成方面,运用加入混沌优化的初始种群解空间生成法,改善初始种群质量;选择运算方面,采用对适应度函数进行非线性转换的三角函数选择算子,保持种群多样性;交叉和变异运算方面,采用随个体优劣和种群分散程度自适应调整的交叉概率和变异概率,提高算法收敛性。以典型入库流量下三峡梯级水库发电优化调度为实例,对比了上述整体改进策略和传统改进策略,结果表明:整体改进策略和传统改进策略相比,在克服遗传算法早熟和提高算法收敛性能方面有一定的优势,改进自适应遗传算法适用于求解水库群发电优化调度问题。     

基于组合赋权的湖泊健康评价物元分析模型

湖泊生态系统的健康是人与自然和谐相处及可持续发展理念的重要体现。通过建立湖泊健康评价物元分析模型,并改进其指标权重的计算,以离差平方和准则将层次分析法、熵值法及主成分分析法3种赋权方法取得的权重结合得到最优组合赋权,应用到某地5个湖泊进行湖泊健康评价。根据当地湖泊具体情况,选取12个详细指标建立评价体系与评价标准,通过模型计算得出结果显示5个湖泊中4个湖泊评价结果为优,一个评价结果为良,湖泊总体健康状况良好。因此该模型用于湖泊健康评价是非常有效的。     

浅谈人造水景的物业管理

近年来，以“生态、自然、水景“为主题的”亲水”楼房、别墅大量推出，并在市场上热销，对住宅小区的物业服务提出了更新更高的管理要求。如何凸显生态水景亮点，探索生态水景在人居住环境中的特殊功效，使水景真正成为居住不可或缺的生活环境，已成为物业管理的新课题。     

大数据在洪水分析中的应用前景探究

从上个世纪80年代开始开展水利信息化至今,防汛领域已经积累了大量的数据资源并且数据规模同上个世纪相比已经有了新的突破,水利大数据已经来临。研究阐述了大数据的基本理论包括大数据基本概念、应用阶段、应用层次3个方面,并以秦淮河流域的洪水分析作为大数据技术的试点应用,介绍了防汛行业领先的大数据应用平台的搭建,通过平台实现水利大数据的处理分析,探讨了大数据在洪水分析中的应用,分析了大数据技术在应用中带来的成果和效益,最后对大数据在防汛领域的应用加以展望。通过大数据和洪水分析建设关系的研究,对推进大数据在防汛信息化的建设具有一定的参考价值。