基于组合智能优化算法的云南省径流预报系统研究

论文摘要

云南是一个洪旱灾害多发省份。要最大限度地减少洪旱灾害损失,必须加强非工程措施建设。防洪决策支持系统是多种防洪非工程措施的集成,它以计算机技术、网络通讯技术以及3S技术等为基础,通过对各种防汛信息的自动采集、实时传输、综合分析和智能处理,同时建立完整有效的会商模块,对降雨—径流的过程进行实时动态模拟仿真,并快速得出科学的决策方案,及时、准确地实施防汛抢险救灾指挥调度。本文围绕云南省防洪决策支持系统中的关键技术问题——径流预报模型和防洪信息集成管理方法开展相关研究,建立起高效实用的流域径流预报系统。论文的主要创新点在于:1)本文通过组合应用多种智能建模算法建立了流域径流预报模型。该模型综合了遗传算法、人工神经网络和小波分析的优点,有效克服人工神经网络方法在径流预报中样本不精确、训练时间较长、初始权值随机性、网络容易陷入局部解、“过拟和”等固有缺陷,为解决复杂、非线性、高维的径流预报问题提供了新的思路。通过与BP算法进行比较,模拟结果表明本文算法无论是在径流预测精度还是预测上速度都有较大的改进。2)本文提出了面向防洪主题基于GIS的的综合数据库管理系统设计方案。数据库是防洪决策支持系统的基础,用于存储和管理多源、海量的水情、工情、灾情信息等各种业务数据,为各个应用子系统提供完备可靠的数据支持服务。在开发设计数据库时,既要使其总体结构具有较高的灵活性、可扩充性和可维护性,又要保证数据的可靠行、一致性、完整性和安全性,充分满足查询、显示、科学计算、预报决策等要求。基于上述考虑,论文使用client/sever的体系结构,通过集成ArcSDE和大型关系数据库系统Oracle,建立对象关系型数据模型对空间数据和属性数据进行统一集成管理。结果证明该方法可以增加数据更新的灵活性,提高信息查询速度,减少数据冗余,提高数据的安全性。3)本文将径流预报模型和GIS进行紧密集成,建立了基于地理空间框架下的径流预报模型系统,不仅充分利用模型对径流过程进行动态模拟和决策的功能,而且也充分利用GIS的空间数据管理、空间分析和可视化表达等能力。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 本文的选题背景
• 1.2 云南省防洪决策支持系统概况
• 1.3 国内外研究进展
• 1.4 本文的研究内容及章节安排
• 2 BP 神经网络及其改进算法
• 2.1 人工神经网络的特点分析
• 2.2 BP 神经网络
• 2.3 BP 神经网络的泛化性能及过拟合问题
• 2.4 BP 神经网络的改进方法
• 2.5 基于遗传算法优化神经网络
• 2.6 本章小结
• 3 基于混合遗传神经网络的降雨～径流预报模型研究
• 3.1 流域降雨－径流形成机制
• 3.2 混合模型的结构及算法流程
• 3.3 混合降雨－径流模型的设计方法
• 3.4 混合模型的输出结果
• 3.5 本章小结
• 4 基于小波神经网络的径流预报模型研究
• 4.1 概述
• 4.2 小波神经网络结构
• 4.3 小波神经网络用于径流预报
• 4.4 本章小结
• 5 面向防洪决策的综合信息集成方法研究
• 5.1 决策支持系统数据分析
• 5.2 信息集成网络体系结构
• 5.3 基于GIS 的信息综合数据管理系统
• 6 实例研究——云南流域径流预报系统
• 6.1 系统体系结构
• 6.2 系统开发工具与界面设计
• 6.3 径流预报结果
• 6.4 本章小结
• 7 结论与展望
• 7.1 全文总结
• 7.2 前景展望
• 致谢
• 参考文献
• 附录
• 攻博期间参加的科研项目
• 攻博期间发表的学术论文