许世刚[1]2001年在《计算智能及其在水利水电工程中的应用》文中进行了进一步梳理计算智能包括进化计算、神经网络和模糊理论，是一门正在迅速发展的学科。本文对遗传算法、前馈神经网络、自组织特征映射神经网络及杂合系统进行较为系统的研究，并将成果应用于水利水电工程中，形成了理论、方法与应用研究的完整体系，其主要内容如下： 1．全面综述遗传算法、人工神经网络的发展历程、理论与应用研究状况及计算智能在水利水电系统中的应用研究进展。 2．在研究遗传算法的基本理论、运行机理、收敛性和优化效率的基础上，指出简单遗传算法在优化问题中存在的弱点，并综合分析对简单遗传算法的改进方法。提出一种基于分流机制的新型遗传算法（DMGA），该方法采用优种限量繁殖，达标种交叉和劣种变异的策略，交叉和变异概率根据进化质量自适应地调整，使种群具有很强的可进化性。DMGA改变了遗传算法的传统结构，提高了算法的全局收敛性和效率。对之进行的理论分析和性能测试结果证实了其优良性能。结合水力优化设计的数学模型，讨论了DMGA的实施步骤。计算实例表明DMGA无需设计初始点，所得解的质量和计算效率均优于复形法。 3．从前馈神经网络隐层的本质特征出发，提出在网络上嫁接模糊聚类分析，对样本数据进行特征抽取，并综合考虑样本的输入、输出信息，由此确定隐层节点数，增 摘 要强了网络训练的透明度和学习效率。测试结果说明了该方法的有效性。在径流预测中，优化的网络拟合与预测精度均高于线性回归模型和投影寻踪模型。 4．将奇异值分解法引入自组织特征映射（SOFM）神经网络，压缩线性相关部分，删除冗余节点，以确定SOFM网络的合理分类数，丰富了SOFM网络的无师特性。 5．提出田－SOFM混合模型。将 SOFM网络嵌入到进化策略（ES）中，根据 SOFM网络的运行状态构造ES的适应性函数，利用ES的强搜索能力，克服SOFM网络聚类效果受输入模式次序和网络初始连接权矩阵的影响。应用实例表明，ES．SOFM混合模型在水环境评价中可取得理想的效果。
顾正华[2]2003年在《水流智能模拟理论及其应用研究》文中研究表明本文基于智能和系统的观点，将智能科学与水科学相结合，对水流模拟的智能化问题进行了全面探索。所做研究工作的创新之处和取得的研究成果主要包括： (1)对水流研究历史作了简要回顾，论证了水流模拟智能化的必要性； (2)进一步指出水流模拟中的不确定性问题，并提出了解决途径； (3)提出水流智能模型概念，并建立了水流智能模拟的完整理论体系； (4)提出模型等价原理和水流系统智能辨识理论(包括水流系统模型智能辨识理论和水流参数智能反演理论)； (5)在基本遗传算法和加速遗传算法的基础上，提出可考虑隔代遗传的广义遗传算法； (6)对水流系统的神经网络辨识模型进行了充分研究，提出基于π定理的水流系统神经网络辨识模型、水流静态系统神经网络辨识模型、水流动态系统神经网络辨识模型，将这些模型理论实践在快速船伴流场特征量计算和透水框架式四面体空间尾流场快速仿真上，为这些问题提供了一条新的研究思路和解决途径； (7)运用水流智能模型理论对复杂河网的智能模拟进行了研究，提出具有普遍意义的河网恒定流和非恒定流智能模型，并对浦东新区河网非恒定流的实时模拟进行了研究； (8)作为工程应用，将本文创立的水流智能模型理论进一步实践在上海市浦东新区水闸智能群控信息管理系统的规划及平台建设工程中；以浦东新区水管理信息化作为工程研究背景，运用水流智能模型思想提出水闸智能调度辅助决策模型，解决了复杂河网上群闸联合调度问题； (9)对人工智能及其在水科学中的应用前景进行了探讨，并首次提出水流智能学和水流智能工程概念，为今后同类问题的研究提供了新的学术思路； (10)对本文的研究工作进行了总结，对今后的研究作了展望。
张礼兵[3]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着优点,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迭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。
许世刚, 索丽生, 陈守伦[4]2002年在《计算智能在水利水电工程中的应用研究进展》文中进行了进一步梳理在简要介绍计算智能基本概念及其特点的基础上 ,分类综述遗传算法应用于水库及水电站(厂 )优化运行、水污染控制系统和水文模型参数估计 ,应用神经网络进行水文预测与分析评价、模拟优化和水电补偿调节 ,应用模糊理论解决优选、评价、预报和水质管理等问题及其杂合系统在水利水电工程中应用研究的新进展 .对计算智能在水利水电系统中的应用研究现状和存在的问题进行了评述与展望 .
康飞[5]2008年在《大坝安全监测与损伤识别的新型计算智能方法》文中研究指明随着经济的高速发展,我国兴建了大批的重大土木工程项目,这些重大工程项目的使用期较长,影响力较大,一旦失事,会造成严重的生命财产损失。因此为了保障结构的安全性、完整性、适用性和耐久性,已经建成的许多重大工程结构和基础设施急需采用有效的手段检测和评定其安全状况、修复和控制损伤。许多新建的大型结构和基础设施,如大坝、桥梁、海洋平台等,增设了长期的安全/健康监测系统,以监测结构的服役安全状况,并为研究结构服役期间的损伤演化规律提供有效的、直接的方法。监测系统中数据采集与传感的一个基本假设是这些系统不是直接测量结构异常,而是测量系统在它的运作或环境载荷下的响应,或者是对嵌入传感系统中作动器输入的响应。传感器的读数或多或少的与结构异常的存在及其位置相关。数据处理程序对于结构健康监测系统来说是必须的,它们将传感器采集到的数据转化为结构状况的信息。计算智能是大坝等结构安全监测建立预报模型和进行反演分析的有力工具,已经取得了一些成果,但仍存在一些不足。计算智能目前仍处于快速发展阶段,将几种新型的计算智能方法引入大坝等结构的安全监测预报建模与反演分析领域,开展了一些有意义的工作。差分进化算法、微粒群优化算法和人工蜂群算法是几种具有较大发展潜力的新型智能优化方法,和传统的遗传算法相比具有实现简单、收敛性能好等优点。差分进化算法和微粒群优化算法在处理多维优化问题时具有较好的收敛性能,将他们用于损伤识别问题,并将几种人工免疫特性引入微粒群算法,提出了一种结构损伤识别的免疫加强微粒群算法。对人工蜂群算法进行了改进,针对其由搜索模式的单一性导致的参数较少时的“趋同”问题,将单纯形算子引入算法中,提出一种混合单纯形人工蜂群算法,改进算法不仅收敛速度明显加快,且由于搜索方式的增多,也很少陷入停滞现象。静动态反演分析算例表明,所提出的算法是高效的优化反演方法,为大坝参数的识别,进而进行结构响应预报建模与损伤评估提供了新的途径。径向基网络与BP网络相比,不仅具有生物学基础和数学基础,而且结构简单,学习速度快,隐节点具有局部特性,逼近能力更强。提出了一种处理复杂反演分析问题的蚁群聚类径向基网络模型。该模型避免了智能优化反演方法需要循环迭代,计算效率不高的问题;以及传统神经网络模型训练时间长、易陷入局部最优以及反演精度不高的问题。它可以直接用于叁维土石坝双屈服面模型参数反演这样计算量巨大的大型非线性多参数反演问题。采用蚁群聚类选择径向基函数中心,克服了传统K-means聚类易陷入局部最优,和对初始聚类中心依赖强的缺点,能够获得更合理的聚类中心,得到满意的径向基网络模型。支持向量机是数据挖掘中的一项新技术,是借助于最优化方法解决机器学习问题的新工具。模型参数选择是采用支持向量机进行建模的关键影响因素,采用叁种方法进行模型参数选择,分别是:基于网格平行搜索的交互验证法、遗传算法和粒子群算法。将所建立的模型用于金竹山电厂贮灰坝渗流测压管预测,表明支持向量机模型预测精度高,泛化能力强,是一种高效的系统建模方法。优化的传感器网络结构可以最小化所需要的传感器数量,节约投资,同时能够提高精度并提供一个鲁棒性的系统。在研究大坝安全监测中静动态传感器优化配置模型和准则的基础上,将单亲遗传算法用于求解该问题。传统遗传算法在求解组合优化问题时,交叉操作可能产生不可行解,需要借助一些复杂的操作算子,不仅效率不高且缺乏理论基础;单亲遗传算法遗传操作在一条染色体上进行,避免了该问题。同时为了进一步提高单亲遗传算法的性能,提出了两种改进算法,即自适应模拟退火单亲遗传算法和病毒协同进化单亲遗传算法。通过算例验证了所提出模型和算法的有效性。
李庆国[6]2004年在《水文水资源系统计算智能评价与预测方法研究》文中进行了进一步梳理水文水资源系统是一个具有社会性、自然性、开放性和动态多变性的复杂巨系统。系统受到极其复杂的众多确定性因素影响,同时,它又包含大量难以确知和难以精确量化的自然和社会因素的不确定性,这些不确定性信息既有随机性的,也有模糊性的。因此水文水资源系统问题常常表现出高维、多峰、非线性、不连续、带噪声等复杂特征。传统的研究方法需要进一步发展,尤其是对不确定性方面的研究。计算智能包括模糊集理论(Fuzzy Sets Theory,FST)、人工神经网络(Artificial Neural Networks,ANN)、遗传算法(Genetic Algorithms,GAs)等技术的发展为解决上述复杂问题提供了新的途径和可能性。本文展开计算智能某些领域在水文水资源系统评价、预测中的应用研究。具体研究内容和研究成果概括如下:在针对像水利工程后评价这种既要考虑定量指标(经济、技术等)也要考虑许多难以量化的定性指标(社会影响、环境影响等)的多指标半结构性评价问题,在工程模糊集理论基础上,提出了将专家个人与群体意见综合的模糊评价方法。给出了有效的评价指标定量方法与专家意见和指标结果集结方法,并最终获得对方案的总评价值(或等级划分)。后评价实例表明了方法的优越性和有效性。展开了基于工程模糊集理论与神经网络混合的模糊优选神经网络在水资源决策评价中应用研究。首先,从神经网络特性出发论述了神经网络的评价方法机理:相似评价样本以及决策评价工作一般都会有较为详细的评价标准,这些都是评价经验与知识的结晶,在此基础上利用模糊优选BP神经网络模型神经网络的学习能力建立评价模型。本部分对模糊优选BP神经网络在水文水资源评价中的应用进行了较为系统的探讨。模型方法应用于区域水资源可持续利用评价中取得了较好的效果。混合工程模糊集理论与ART自适应理论以及Kohonen自组织神经网络提出一种自组织模糊聚类神经网络,并把模型方法应用于水资源丰富度评价研究中。模型不仅发挥了工程模糊集理论在处理复杂水资源问题上的优势,同时融入ART网络的自适应谐振理论,具有结构自适应能力。应用模糊竞争学习算法不仅保留了样本之间的相近信息,而且可以有效克服了Kohonen-ART网络胜者为王算法中神经元学习不足的缺点,改善网络学习效果。尝试把最近发展起来的支持向量机(SVM)引入水文预测中,为小样本情况下水文预水文水资注系统计算智能评价与谈侧方法研究测提供一种行之有效的可选择方法。在此基础上,本文进一步把陈守馒模糊模式识别理论引入支持向量机,提出了一种模糊模式识别核函数。该核函数具有更明确合理的物理意义,算例计算分析结果也表明了该核函数的有效性和可行性. 在混合计算智能的理念基础上,针对GIS空间分析计算流域面雨t在水文预报中的存在的问题,提出了结合模糊优选神经网络与地理信息系统的流域面雨t智能预报模型与方法。方法不仅解决了传统方法面雨t计算中雨t站权重确定的难题,而且可以根据实测降雨很快给出流域面雨t。龙风山水库流域面雨t计算表明了模型方法的有效性与可行性。 最后,概括总结本文的主要研究内容以及取得的成果,并对有待进一步研究的问题进行了展望.关键词:水资源评价;计算智能;模糊性:模糊模式识别;神经网络;模糊优选神经网络;模糊聚类神经网络;智能预测;地理信息系统;支持向量机;
王德智[7]2007年在《供水库群优化调度的计算智能方法及应用研究》文中提出供水库群优化调度在水资源开发、利用和管理中占据着十分重要的地位。已有的一些优化方法在解决库群优化调度问题的适用性和有效性上有所不足，因此需要进一步研究如何增强算法的适用性和有效性。本文以深圳市宝安区复杂供水库群水资源系统的优化调度为实例，结合计算智能在复杂水资源系统研究中的一些热点和难点，针对供水库群系统中的径流预测和优化调度问题，总体上进行了以下几方面的探索和研究。首先，基于相空间重构理论对供水库群的月径流预测问题进行了研究。在初步分析径流资料一致性的基础上，运用BDS统计法对库群径流序列的非线性进行检验。在重构相空间的基础上计算最大李雅普洛夫指数，表明库群径流序列中存在着混沌特性。结合BP神经网络和遗传算法建立了一维、多维局部和全局模型，并进行了相应的分析和比较。其次，针对供水库群的优化问题设计了基于大系统聚合分解的混合智能算法。融合了遗传算法和蚁群算法，综合随机性搜索和确定性搜索，设计了基于种群进化的混合智能算法。基于模拟退火法构造罚因子，为有效地解决带有约束的优化问题设计了一个较为通用的框架，并将该算法与原算法进行了数值试验对比及相应的实证分析。同时，对于众多供水片区，采用模糊综合评价模型赋以不同权重将其合并为一个供水片区，从而对系统进行降维。与之对应，设计了相应的供水片区的分解算法。考虑到水库的调蓄特性，提出了水库群联合调度可行区间的概念及相应的求解算法。第叁，运用进化算法对库群多目标优化调度算法之一的非劣解生成法及相应的模糊评价技术进行了研究。在较为系统的归纳并研究了基于种群技术的多目标进化算法理论及关键技术的基础上，设计了基于Pareto强度的多目标进化算法并对其进行了实证分析。在非劣解集生成的基础上，基于近似理想点法，建立了单人和多人非劣解集模糊评价模型，可以更好地描述决策过程中决策者的主观不确定性。最后，应用模糊集来描述水库入流的不确定性和目标函数的模糊性。根据模糊决策、模糊极值和模糊线性规划基本原理对供水库群建立了相应的模糊规划模型。并利用入流可靠度和目标实现满意度来评价优化调度方案，将供水库群的随机优化调度模型转化为模糊规划模型，从而达到既可以体现水库入流的不确定性，又可以简化问题的目的。
熊建秋[8]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
李智勇[9]2003年在《模式交流多群体遗传算法及其在神经网络进化建模中的应用》文中研究指明针对遗传算法的早熟收敛与神经网络进化建模问题，论文对于多模态优化问题动态特性、基于模式交流算子的模式交流多群体遗传算法(SCMPGA)框架、基于SCMPGA框架的ANN进化建模算法、电力负荷预测系统中自动建模等几方面进行了深入的研究。论文的主要创新点与研究成果如下： 在总结目前遗传算法研究成果基础上，研究了多模态优化问题的进化过程动态性质。针对遗传算法的多模态优化问题，定量地给出了多个小生境间个体竞争特性，定性地分析了多模态优化问题的早熟收敛现象产生机理，指出了多模态问题的小生境欺骗问题是导致其早熟收敛的根本原因。 针对一般遗传算法在化解多模态优化问题早熟收敛现象时的缺陷，借鉴现代生物进化理论和人类文明与科技进步的有效机制，论文提出了模式交流多群体遗传算法(SCMPGA)思想与框架。该方法为遗传算法引入了基于模式的基因记忆、学习与收敛方向选择能力，并从理论上分析了其全局收敛性与计算效率，开拓了遗传算法化解早熟收敛现象的新研究方向。 神经网络的进化建模是典型的多模态优化问题，模型有效性主要是基于其泛化能力评判。基于SCMPGA的框架，结合隔离小生境NGA与孤岛模型PGA的方法，作者分别提出了新的基于模式交流的隔离小生境遗传算法(INGA)与改进的并行遗传算法(IPGA)。仿真实验表明新方法与传统方法比较在神经网络建模中具有更好的计算效率与模型质量。 基于IPGA方法提出并设计实现了自动误差分析、模型有效性判定、模型修正与设计的自动建模系统，基于此构造了通用的ANN预测支持系统建模软件，并应用于电力负荷预测中，取得了比传统建模方法更好的实际应用效果。 本文的研究工作对研究遗传算法进化机理，化解遗传算法的多模态早熟收敛问题，探索神经网络模型的进化设计新方法，促进计算智能的深入研究具有重要理论意义和工程应用意义。
王晓兵, 宋小娜, 陈明[10]2007年在《免疫算法及其在智能控制中的应用》文中认为在介绍最基本免疫算法的概念和实现方法的基础上,分析了免疫算法在智能控制中应用。最后对免疫算法的现状及发展趋势做了介绍,从免疫计算智能研究和理论研究两方面展望了免疫算法的发展趋向。
参考文献：
[1]. 计算智能及其在水利水电工程中的应用[D]. 许世刚. 河海大学. 2001
[2]. 水流智能模拟理论及其应用研究[D]. 顾正华. 河海大学. 2003
[3]. 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
[4]. 计算智能在水利水电工程中的应用研究进展[J]. 许世刚, 索丽生, 陈守伦. 水利水电科技进展. 2002
[5]. 大坝安全监测与损伤识别的新型计算智能方法[D]. 康飞. 大连理工大学. 2008
[6]. 水文水资源系统计算智能评价与预测方法研究[D]. 李庆国. 大连理工大学. 2004
[7]. 供水库群优化调度的计算智能方法及应用研究[D]. 王德智. 河海大学. 2007
[8]. 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
[9]. 模式交流多群体遗传算法及其在神经网络进化建模中的应用[D]. 李智勇. 湖南大学. 2003
[10]. 免疫算法及其在智能控制中的应用[J]. 王晓兵, 宋小娜, 陈明. 科技信息(科学教研). 2007
标签：水利水电工程论文; 遗传算法论文; 智能算法论文; 神经网络算法论文; 网络模型论文; 水利水电工程论文; 模糊算法论文; 模糊理论论文; 建模软件论文; 预测模型论文; 系统评价论文;