周激流[1]2000年在《遗传算法理论及其在水问题中应用的研究》文中研究表明遗传算法是人工智能的关键技术之一，世界各国都将其作为一个重要的研究课题。本文的主要研究内容有： 1．系统综述了国内外遗传算法的研究进展，分析了部分模型的思想和技术处理特点，概述了遗传算法在水问题中的应用情况，提出了需要注意的动向。 2．根据参考文献分析的典型遗传算法(CGA)不成熟收敛的起因，本文提出了一种可克服CGA不成熟收敛缺陷的，进而寻得全局最优解的新遗传算法(NGA)，从理论和实验两方面证明了其改进后的遗传算法能有效地克服不成熟收敛、进而搜索到全局最优解。 3．根据自适应遗传算法(AGA)的原理，本文提出了一种新的MAGA(MODIFIED ADAPTIVE GENETIC ALGORITHM)——增强的自适应遗传算法，该方法不仅能够加快普通遗传算法的收敛速度，而且能够有效地保证种群的多样性，通过求解具有多个极值点的函数优化问题，计算机仿真实验结果表明该方法是非常有效地。 4．开展了NGA和MAGA在水问题中的一系列应用的研究，它们是：用SGA和NGA优化马斯京根模型参数，用SGA和MAGA优化暴雨强度公式中的参数，实例计算表明了它们在水问题的优化问题中是有一定工程实用价值的。 5．近年来，人工神经网络(ANN)和遗传算法(GA)相结合的研究已引起了人们极大的关注。本文首先系统综述了该学科领域的发展现状，然后提出将增强性自适应遗传算法(MAGA)和BP算法相结合，利用二进制编码来同时优化多层神经网络的网络结构和权值，通过对洪水灾害评估建模和岷江紫坪埔洪水预报模型的实验，证明了这种方法能有效地避免BP算法陷入局部极小和遗传算法过早收敛，结果是满意地。
熊建秋[2]2006年在《水科学信息分析计算新方法及其应用》文中研究说明水科学信息分析计算长期以来都是国内外研究的热点，一直处于积极探索和不断发展之中，特别是近一二十年，随着科学技术的进步，涌现了大量既有理论深度又有应用价值的研究成果，使这个领域的深入研究具有广阔的空间。 本论文依托973国家重点基础研究发展规划项目“长江中下游湖泊富营养化发展趋势预测方法研究”(NO.2002CB412301)和国家自然科学基金项目“基于子波和分形理论的水文尺度分析新途径”(NO.40271024)，在总结吸收相关前人研究成果的基础上，基于大量实际水文水资源资料，运用现代智能科学的有关新理论和新技术，系统地研究和完善了部分水科学信息分析计算的新方法，提出了多种耦合预测模型，广泛适用于水科学和其它相关领域。此外，本文发现并明确指出了传统小波分解耦合预测方法的不足，并针对不足提出了信号倒置小波分解和信号滑动小波分解解决方案，对于科学合理地使用小波分析具有重要的指导意义和较高的实用价值。概括起来，本论文的主要研究内容和成果包括以下几个方面(各部分之间的联系请见第20页图1.1)： (1) 全面系统地引入针对小样本数据且具有优良推广性能的支持向量机方法(SVM)，将SVM初步应用于水电边坡稳定性预测、水流挟沙力预测和年用电量预测等实例，获得了较传统方法更好的效果；如何合理选择SVM的参数，目前仍缺乏有效的方法，这严重限制了SVM的实际应用，为此首先尝试引入了免疫进化算法(IEA)来优化SVM核函数参数，取得了一定的效果；考虑
倪长健[3]2003年在《免疫进化算法研究及其在水问题中的应用》文中进行了进一步梳理进化算法作为解决复杂优化问题的关键技术，世界各国对其进行了持续的研究，取得了丰硕的成果。本文在现有进化算法的基础上，作了进一步的研究工作，其涉及的主要内容有： 1．本文较系统地介绍了进化算法的发展、基本原理、实现技术和应用，并就遗传算法的相关问题进行了重点的阐述。另外，还分析了遗传算法所存在的不足，指出了对其改进的可能途径。 2．基于现有进化算法，受生物免疫机制启发，本文创造性地提出了一种新的进化算法—免疫进化算法(Immune Evolutionary Algorithm，IEA)。针对免疫进化算法，所进行的研究主要包括以下三个部分：首先，介绍了简单免疫进化算法的设计思想、流程和特点，提出了该算法的一般收敛性理论，并通过多峰函数优化的测试结果从应用的角度说明了它的可行性和正确性。其次，在简单免疫进化算法的基础上，分别提出了两种改进算法，即基于区间变换的免疫进化算法和基于网络调节的免疫进化算法。和简单免疫进化算法相比，基于区间变换的免疫进化算法不仅在多峰函数和GA欺骗问题的应用中取得了更好的效果，而且提高了计算效率，增强了模式的统一性；基于网络调节的免疫进化算法是建立在上述两种算法基础上的一种改进算法，通过复杂约束优化问题的初步应用显示了该算法具有解决更复杂问题的能力。最后，对免疫进化算法的实现技术进行了详细探讨，并对其特点进行了总结。 3.本文将免疫进化算法应用于解决水科学某些方面的优化问题，获得了满意的效果。其应用结果表明，该算法简单、高效、稳定性好，能较好地克服传统优化方法和现有进化算法的不足。 总之，免疫进化算法是一种性能良好的优化算法，它能够被广泛用于解决水科学中的复杂优化问题。
金菊良[4]1998年在《遗传算法及其在水问题中的应用》文中认为在对遗传算法(GA)进行较为深入、系统的探讨基础上,本文提出了对简单遗传算法(SGA)的一种改进方案—加速遗传算法(AGA),并把AGA 系统地应用于洪水灾害评估、水文水资源建模和水环境优化等一系列水问题中,形成了一种理论研究与应用研究紧密结合的独特体系。其主要内容如下:1.指出了传统优化方法处理复杂水问题的局限性,论述了GA 的研究进展,并提出了研究遗传算法的一种基本思路,即对遗传算法本身的研究过程也可以采用与GA 演化过程一致的方式来进行。这种思路对选择科研策略、评价科研成果甚至认识自然、改造自然等过程也同样适用。2.指出了SGA 在全局优化性能与收敛性之间存在着固有的矛盾。3.归纳了SGA 在应用中已表现出的许多缺陷,并在前人研究成果的基础上提出了对SGA 进行全面改进的11 种方式。为提高SGA 的收敛速度,同时兼顾SGA的全局优化能力,提出了AGA,其要点是:(1)AGA的基本原理是利用在SGA演化过程中所搜索到的优秀个体这一小群体来逐步调整、压缩SGA 以后的搜索空间,从而减少了算法的计算量,提高了算法的搜索效率;(2)得到了AGA 控制参数的简便设置技术,它们是:二进制编码长度e、杂交概率pc和个体串的变异率pm分别固定设置为10、1.0 和1.0;群体规模n 与优秀个体数目s 存在经验关系式:s/n>n/(e·2e),并且建议n 取300 以上,s 相应取10 以上;在每次加速循环中AGA 只进行两次进化迭代;(3)归纳了AGA 的一些显著特点:它是收敛的;具有全局优化能力;它的计算量少、解的精度不再受二进制编码长度的控制,因此它适用于实变量优化问题、连续/离散混合优化问题;它对优化变量搜索空间的大小变化具有适应性,表现为对适应度函数值越敏感的优化变量,它的搜索空间被压缩得越快;AGA 控制参数的设置技术较确定、简便;(4)11 个不同的典型优化问题对AGA 的测试结果表明了AGA 的优化性能是稳健的,AGA 控制参数的简便设置技术是可行的,初步预示出AGA 潜在的应用前景。4.探讨了AGA与BP网络的结合问题,并提出了训练BP神经网络的新方法—BP-AGA 混合算法并给出了相应的实现技术。测试结果表明了,与纯BP 算法相比,BP-AGA混合算法能加快BP神经网络参数的优化进程,同时在一定程度上改善了
王志良[5]2003年在《水资源管理多属性决策与风险分析理论方法及应用研究》文中指出水资源管理中存在大量的评价与决策问题，评价与决策都是依据一定的准则作出的，实际问题中准则通常不是唯一的，多准则决策就成了必然。 水资源管理多准则决策分多目标决策和多属性决策。前者理论方法较为完善，研究成果较多，内容主要集中于水库群的联合调度和局部区域多水源的联合调度方面。至于大范围水资源调配的多目标决策理论及方法，在“八五”、“九五”攻关课题中都有研究，结果表明，多目标模型难建、难解，决策结果不实用。后者应用成果不少，但内容主要局限在水质的多属性评价和水利工程的环境影响多属性评价两方面，缺乏系统性的理论方法。有关区域水资源调配的多属性决策分析的理论方法及应用成果更是少见。在生产实践中，水利工作者事实上采用的是多属性决策方法，只不过该法理论依据不足，方法本身也需要改进和完善。开展这方面的研究工作，既有学术价值，又有实用价值。 本文在前人研究成果的基础上，以可持续发展为理论依据，以系统学、现代多元统计、水资源学和计算机科学等为技术手段，建立了一整套水资源管理评价和决策的理论方法，并将这些理论方法和生产实际相结合，解决了一些生产实际中的难题。 绪论部分阐述了选题背景及意义，综述了该领域国内外研究现状，简介了本次研究的主要内容。 基于可持续发展的内涵，论文第2章提出了评价水资源调配应遵循的5项基本原则，即社会合理性原则、经济合理性原则、生态合理性原则、效率合理性原则和系统合理性准则。以黑河流域水资源配置方案为评价对象，考虑到水资源系统的层次结构性，建立了用于方案优选的初始多层次指标体系。第3章提出了对初始评价指标进行定量筛选的定量方法，即主成分分析方法。应用结果表明，28个指标的前4个主成分的累计贡献率达90%以上。实现了高维空间映射为低维空间而空间特征不变的问题，解决了以往仅仅靠经验或简单的相关性判断来挑选评价指标的方式。 第4章意在研制新的求解高维非线性规划的优化方法，为第5章及第11章的模型求解奠定基础，为此引入了混沌优化算法，计算结果表明该算法不仅有效，而且计算速度快。定权是多属性决策中关键环节之一，也是难以突破的问题之一。第5章对此展开了研究，在引入协商权重和组合权重这些新概念的基础上，构建了协商定权的多维非线性规划模型，为特定环境下的权重确定提供了理论和方法。基于组合评价的观点，建立了组合评价的模型，给出了具体的算法步骤，用此方法解决了区域水资源用水水平评价的问题。 第6、7、8三章重点研究水资源管理多属性综合评价的方法，评价的对象是区域水资源调配方案及区域用水水平。从方法论的角度，受到组合权重的启发，提出了组合评价的新思路。其优点是利用了更多的信息量，集中了不同评价方法的优点，因此，组合方法得到的结论，比任何单独一种方法得出的结论都更可信。探讨了工程可拓集理论在多属性评价问题的应用可能性。在多属性决策理论及应用研究领域，目前的研究主要是对AHP方法的改进，可拓集理论的引入，拓展了多属性决策的思路，丰富了综合评价的方法。由于在论文的指标选定和定权之间，没有对指标标定等数据预处理进行讨论，为了弥补此不足，也为了研究典型城市的水资源配置问题，第8章采用定性与定量相结合的系统学方法，结合有前边几章的理论方法，解决了绵阳市水资源合理配置的方案优选问题。 与第6、7、8章相比，第9章也属多属性决策问题，但评价的视角和方法有显著的差异，该章应用数据包络分析技术，建立了评价水资源管理绩效的线性规划模型，该模型不仅可以从投入产出的效率对具有类似决策单元进行技术有效性或技术有效性的评价，而且也可从该角度出发对区域水资源的对水资源规划备选方案进行评价。 通常情况下，决策个体往往不止一个，而且个体之间存在利益冲突。为此，第10章讨论了水资源管理中的群决策问题，提出了两种水资源管理群决策方法，一是经典群决策法，二是群决策理想者决策法。为了检验方法的可行性，将它们应用到华北水资源合理配置方案的决策问题中，结果表明，两者均行之有效。 区域水资源系统的内部及其环境均存在不确定因素，决策时应考虑风险因素，文献中对因洪水造成的经济损失及水利工程的可靠性等风险问题研究较多，不确定情况下的区域水资源规划问题研究较少。第H章在这方面做了一些探索，构造了新的度量风险的风险函数，提出了丰、平、枯年呈正态分布的观点，结合决策技术，对海河流域水资源配置进行了风险分析。研究成果对于降低水资源管理风险具有重要意义。 结论部分概括了本次研究的主要工作及创新点，指出了存在的不足和需要进一步开展的工作。
马太玲[6]2007年在《湖库水质评价及水质模拟预测方法研究》文中指出在经济发展高速增长的同时,水环境问题日渐突出,迫切需要相应理论及技术的支持。研究水体中污染物迁移转化规律,准确评价水环境状况,预测水环境变化趋势,对于经济有效地防治水环境污染,具有重要的科学价值和现实意义。本论文以国家自然科学基金重点研究项目“京蒙沙源区植被建设中水资源优化配置研究”和内蒙古自然科学基金项目“西山湾水库水环境质量预测模型与水环境改善对策研究”为依托,结合浑善达克沙地京蒙沙源区生态环境建设中生态需水的实际,将环境科学、水利科学等学科进行交叉渗透,就模糊集理论、灰色系统理论、自适应神经网络算法(A-BP)、加速遗传算法(AGA)以及各种算法的结合在水质评价中的应用进行了研究,就神经网络在水质模拟预测及水库富营养化预测方面的应用进行了探讨,建立了基于A-BP和AGA的水质评价、模拟预测模型,旨在寻求一种评价结果客观、准确、评价过程简单而有效的评价预测方法。(1)在采集分析西山湾水库大量实测水质数据的基础上,建立了基于AGA的模糊贴近度水质评价模型、基于AGA的LOG曲线水质评价模型和A-BP水质评价模型,采用上述模型以及模糊数学法、灰色关联法对水环境质量进行了现状综合评价,并对各种方法进行了对比分析。(2)将A-BP模型用于串联水库水质的时空模拟与预测。根据水质在一维空间和时间上的连续性,建立了模拟水质一维空间分布和时间分布的A-BP串联模型,并建立了二维A-BP模型。(3)采用A-BP模型和AGA模型对水库的富营养化进行了评价;建立了基于A-BP的富营养化指标预测模型,并对水库富营养化指标进行了预测。(4)推算了水库水环境容量,对入库污染源进行了分析预测,根据水污染控制和生态修复理论,制定了水库水污染防治对策。研究结果表明:较之其它方法,采用基于AGA的模糊贴近度模型和A-BP模型进行水质评价可信度较高;采用A-BP模型各项水质指标模拟效果均较好,并且体现出可同时模拟多个变量和模拟过程大为简化等优点;采用AGA-LOG和A-BP进行水库富营养化评价,两种方法评价结果基本一致;在水库富营养化预测的几种方法中,A-BP模型的预测精度高于其它方法;水环境容量推算结果表明,西山湾水库已无TN、TP和CODMn的环境容量; BOD_5、COD_(cr)仍有一定的环境容量。
张礼兵[7]2007年在《试验遗传算法研究及其在水资源系统问题中的应用》文中研究表明随着人口与经济的持续增长,人类社会对水的需求量不断增加,水资源进行性短缺和水环境持续恶化已成为全球性问题。20世纪90年代以来,作为最大的发展中国家,我国也开始面临着日益突出的水资源短缺、水环境恶化和洪水灾害等水安全问题。今天,水资源系统已演变为一个多目标、多属性、多层次、多功能和多阶段的复杂巨系统,使得系统工程和系统分析成为当前解决水资源系统问题的主要理论基础和重要工具之一。随着所研究系统广度与深度的扩大,传统方法对于现代水资源系统的高维、非凸、非线性等复杂问题的处理已日显掣肘。近年来,随着现代应用数学和计算机技术的迅猛发展,针对复杂系统问题人们提出了人工智能计算理论与分析方法,如遗传算法、人工神经网络模型、模糊集等,这些方法的引入极大地促进了系统分析技术的发展,也为现代水资源系统问题的研究注入了新的活力。在现代计算智能方法中,遗传算法由于自适应性强,全局优化,概率搜索,隐含并行性以及简单通用性等显著优点,在现代水资源系统问题中得到了广泛应用。然而在应用中发现,遗传算法尚存在诸多不足有待完善,如:解空间搜索策略,问题收敛性,控制参数设置等,这也是它之所以长期成为国内外计算智能研究热点的原因。交叉集成是当代科技创新的主要方式之一,也是遗传算法种群衍生的重要途径,把传统、常规或现代、智能的数学方法与遗传算法相结合以改善后者的性能是现代遗传算法研究的重要方式。本文在前人研究工作的基础上,首次对传统试验设计方法与遗传算法集成的可行性进行了较为深入地探讨,即①试验设计与遗传算法相结合的理论背景-广义试验方法。②试验设计与遗传算法相互集成的应用基础,即二者极强的优势互补性。以此为理论基础,第一次提出了二者相互双向集成的具体方式和操作方法:即基于遗传算法的试验设计方法(遗传正交设计、遗传均匀设计),基于试验设计的改进遗传算法。其中,试验设计嵌入遗传算法形成试验遗传算法的具体实施步骤包括:①按均匀设计表对遗传算法的初始群体进行均匀性分布。②利用多个均匀设计表对各变量进行不同水平组合,生成新的子代群体以提高种群的多样性。③在精英个体周围一定范围内进行确定性均匀分布搜索,称为确定性均匀调优操作。④随机性正态分布搜索,在部分优秀个体上周围叠加一个服从正态分布的随机变量产生新的子代群体。⑤摄动调优试验操作,即传统的坐标轮换法。数值实验的结果说明,试验遗传算法作为传统优化方法、计算智能算法和试验设计方法的综合集成新方法,采用随机性正态搜索和确定性均匀分布搜索,同时考虑变量的连续性与离散化,保证了算法较高的寻优性能,计算效率高,通用性强,对复杂系统中的高维、非线性、非凸及组合优化等问题的求解具有较强的适应性。水资源系统优化问题是现代水资源系统问题的核心内容。本文在以下几个方面开展了试验遗传算法在水资源系统优化问题中的应用研究:①把灌溉渠道横断面设计转化为非线性优化问题,建立了相应的优化设计数学模型,并以梯形渠道断面和U形渠道断面为例,首次应用试验遗传算法进行渠道底宽和设计水深等参数的优化。②针对控制大田地下水位的排水沟间距问题,构造了以工程量最省为目标的无约束优化模型;针对控制稻田渗漏量的排水暗管设计问题,首次建立了以工程造价最小,同时考虑渗漏量等多种约束的系统优化问题,试验遗传算法对两个模型的求解结果令人满意。③建立了以经济性为目标、以结构安全性和技术可行性为约束的水电站压力埋管结构优化设计模型,试验遗传算法获得的优选设计方案明显好于传统设计方法。水资源系统预测问题是一门技术性、艺术性要求很高的课题,它既要求预测者掌握多种系统预测方法与技术,又要求预测者具有灵活综合运用这些技术方法的能力。由于具有极强的非线性映射能力和容错性,人工神经网络已成为现代水资源系统工程中常用的建模方法之一。本文对BP人工神经网络(BP-ANN)在水资源系统建模及预测问题中的应用开展了如下工作:①在简要介绍BP-ANN原理方法的基础上,针对其不足研制了基于试验遗传算法的改进BP人工神经网络方法,提高了BP-ANN的全局优化能力。②应用BP-ANN进行非线性组合预测方法研究,有效避免了传统组合预测模型权重的繁琐计算。③针对组合预测中各模型权重难以科学确定的难题,首次根据“择优取用”原则将预测模型的组合问题转化为0、1异或的模式识别问题,并采用改进的BP-ANN方法进行该问题的求解,取得了令人满意的结果。这种确定变权重的方法实质上是一个模型优选过程,由于对每个样本都是取用各预测模型中的最优者,因此能在现有预测水平下保证模型“总是最好”,同时具有清晰易懂,简便易操作的优点。作为变权重组合预测方法的一个特例,在组合预测领域有较高的实用价值。水资源系统评价问题的关键是评价模型的合理构造及其有效优化,基于常规建模和优化方法的传统方法已难以胜任复杂水资源系统中涉及多属性、多层次、多因子的综合评价问题。本文结合水资源系统评价问题中的不足做了以下两方面工作:①针对农业灌溉用水水质综合评价过程中存在的评价结果不相容性问题,提出基于数据探索和试验遗传算法求解的投影寻踪综合评价模型,较之灰色聚类法,其数学概念清晰,评价结果更精确合理。②基于线性属性测度函数的传统属性识别模型对随机抽样的评价结果存在较大误差,为此首次提出了基于非线性属性测度函数的改进属性识别模型。均匀随机和正交设计两种抽样的评价试验显示,改进属性识别模型评价结果准确度明显好于传统模型,说明指标的属性测度函数对属性识别模型的综合评价结果有重要影响。由于非线性测度函数比线性测度函数能更好地描述评价指标的实际隶属度,故基此改进的属性识别模型具有更高的评价可信度。
王金赞[8]2007年在《多准则决策方法及其在水安全问题中的应用》文中认为随着我国社会经济的高速发展和人口的不断增长，水资源短缺、水环境恶化、洪涝灾害频繁等水安全问题日趋严重。水安全问题是一个复杂的大系统，它的解决离不开人的参与，要由人进行系统分析、论证、评价，然后经过优化决策，进入实施阶段。首先，简要论证了水安全问题的研究现状及多准则决策方法的基本理论和在水安全问题中的应用现状。接着，尝试应用多准则决策方法解决水安全问题，提出基于熵权的ELECTREⅢ法和基于垂面距离的改进TOPSIS法两种多属性决策方法、交互式模糊多目标决策方法、基于实码加速遗传算法的Stackelberg博弈模型解法。最后，将这些多准则决策方法用于解决实际的水安全问题，结果表明多准则决策方法在水安全问题中具有较好的合理性和可行性。
桑燕芳[9]2011年在《水文序列小波分析与预报方法的研究及应用》文中认为水文序列分析是随机水文学的一项重要研究课题。小波分析方法具有能同时揭示信号在时域和频域内局部变化特性的能力和优势,因此目前在水文序列分析时得到了广泛应用,且取得了较好的应用效果。但实际应用过程中,水文序列小波分析结果常常受到许多关键因素的干扰和影响。为改进和完善小波分析方法体系,并提高水文序列分析结果的精度和可靠性,本论文对水文序列小波分析这一课题进行了研究。首先,综述了目前小波分析方法在水文序列分析时的研究和应用现状,并总结存在的缺陷和不足。然后,研究了小波分析的两个基本问题(即小波函数选择和小波分解水平选择(连续小波变换时称为“连续小波变换分析思路”)),并提出了相应的解决方法,在此基础上进一步研究了小波分析的一系列关键和难点问题,包括小波阈值消噪方法、小波分解方法和小波互相关分析方法,并提出相应的解决方法和建议；实例(包括人工生成序列和实测水文序列)分析验证了以上所提方法的合理性和有效性。接着,应用改进的小波分析方法对水文序列分析的若干典型问题进行了分析和探讨,包括水文序列复杂特性定量描述、水文序列周期识别,以及水文序列主周期变化现象；通过对上述问题的研究得到了对水文序列复杂特性的若干新认识,并提出了两个水文序列周期识别新方法。之后,将改进的小波分析方法应用于黄河中下游进行径流特性和水沙变化特性分析,以及对长江三角洲地区进行气候变化特性分析,并得到这些流域和地区气候和水文变化特性的若干新认识。此外,在讨论目前水文序列模拟预报研究和应用现状的基础之上,对水文序列小波预报过程的若干主要问题进行了分析和研究,并最终提出了一个基于小波分析的水文序列预报建模框架；不同实例分析验证了该建模框架的有效性和适用性。而后,进一步对水文频率分析过程的两个难点问题进行了研究,包括参数估计和基于贝叶斯理论的水文频率分析方法,以达到更加准确描述噪声成分随机特性的目的,进而实现对水文序列预报结果不确定性的定量评估。最后,对本论文的研究内容和结果进行综合分析和讨论,系统地阐述了经改进和完善后得到的小波分析方法体系,详细总结了由本论文分析得到的关于水文序列复杂组成和变化特性的若干新认识；另一方面,提出了今后研究的若干建议。
邢贞相[10]2004年在《遗传算法与BP模型的改进及其在水资源工程中的应用》文中研究说明在水资源系统工程中，存在诸多非线性、多维组合优化问题。解决这些问题的传统方法多采用解析法和穷举法，但这些方法都存在不同程度的缺点。本论文的目的旨在寻求出能够解决这些问题的更有效，更方便的方法。遗传算法(Genetic Algorithm,abbreviated:GA)是一种全局优化方法，本论文在前人研究基础上，对遗传算法进行了改进，建立了基于实数编码的加速算法。并在天然河道水面线计算、溢流坝下游断面水深计算、频率曲线分析、分区给水系统等水利工程问题中得以应用，证明该算法是一种性能优越，使用方便的全局优化方法。 另外，水利工程中涉及到许多预测、分类、评价等问题，恰好这类问题往往也存在多维、非线性的、实测数据信息不完整等特征，很难建立准确的数学模型来解决。人工神经网络模型(Artificial Neural Net,abbreviated:ANN)是一种具有自组织学习、联想记忆功能的信息处理系统。本文把模拟退火算法(Simulated Annealing algorithm,abbreviated:SA)融入到误差反向传播(Error back Propagation,abbreviated:BP)的人工神经网络模型中，对BP网络模型进行了改进，形成了一种基于模拟退火算法的BP神经网络模型((简记，SABP)。并将其应用到实际工程当中，结果表明基于模拟退火算法的BP神经网络模型比传统改进的BP网络模型在计算精度、运行速度方面均有很大的提高。为了能进一步地提高BP网络的性能，本文尝试将基于实数编码的加速遗传算法与其耦合，形成了基于实数编码的加速遗传算法和模拟火算法的BP网络(简记，RAGASABP)。经过在洪灾损失预报、作物—水模型、作物需水量的计算、地下水位动态变化预测和水质评价中实际应用，证明基于实数编码的加速遗传算法和模拟火算法的BP网络具有很强的非线性映射能力和分类、评价能力。最后，得出结论，认为RAGA(Real coded Accelerating Genetic Algorithm)和RAGASABP(Error back Propagation based on RAGA and SA)能够较好地解决很多水资源工程中的具体问题。
参考文献：
[1]. 遗传算法理论及其在水问题中应用的研究[D]. 周激流. 四川大学. 2000
[2]. 水科学信息分析计算新方法及其应用[D]. 熊建秋. 四川大学. 2006
[3]. 免疫进化算法研究及其在水问题中的应用[D]. 倪长健. 四川大学. 2003
[4]. 遗传算法及其在水问题中的应用[D]. 金菊良. 河海大学. 1998
[5]. 水资源管理多属性决策与风险分析理论方法及应用研究[D]. 王志良. 四川大学. 2003
[6]. 湖库水质评价及水质模拟预测方法研究[D]. 马太玲. 内蒙古农业大学. 2007
[7]. 试验遗传算法研究及其在水资源系统问题中的应用[D]. 张礼兵. 扬州大学. 2007
[8]. 多准则决策方法及其在水安全问题中的应用[D]. 王金赞. 合肥工业大学. 2007
[9]. 水文序列小波分析与预报方法的研究及应用[D]. 桑燕芳. 南京大学. 2011
[10]. 遗传算法与BP模型的改进及其在水资源工程中的应用[D]. 邢贞相. 东北农业大学. 2004
标签：水利水电工程论文; 遗传算法论文; 进化算法论文; 预测模型论文; 系统评价论文; 免疫算法论文; 序列模式论文; 组合优化论文; 计算科学论文; 小波分析论文; aga论文; bp算法论文;