基于可變模糊集理論的徑流預報方法研究.pdf_第1頁
已閱讀1頁,還剩107頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、水庫調度是緩解我國水資源短缺問題、實現(xiàn)洪水資源化的一項重要非工程措施。而科學、合理水庫調度需要建立在充分掌握客觀水文規(guī)律的基礎上。因此,水庫的水文預報是合理調度的基礎,是提高水庫的徑流調節(jié)能力、充分發(fā)揮水庫綜合效益的重要前提。本文以可變模糊集理論為基礎,重點研究了基于可變模糊集理論的徑流中長期推理預報方法,為提高水庫調度水平、緩解我國水資源短缺問題提供技術支持;同時研究了流域洪水模糊可變分類預報方法;最后是可變模糊集理論中模糊可變評價方

2、法及與人工神經網絡相結合時的應用研究。 主要研究內容及成果如下: (1)隸屬度與隸屬函數(shù)是模糊集合論中最重要的概念。在可變模糊集理論中,考慮區(qū)間值的相對隸屬函數(shù)可以合理、簡便地計算模糊集中任意元素對于該模糊集的相對隸屬度。本文通過分析比較,找出了它與傳統(tǒng)的線性模糊分布函數(shù)之間的區(qū)別與聯(lián)系,即傳統(tǒng)的模糊分布函數(shù)是考慮區(qū)間值的相對隸屬函數(shù)的一些特例,考慮區(qū)間值的相對隸屬函數(shù)在描述模糊現(xiàn)象的模糊性時更具有普遍適用性。同時指出了

3、應用考慮區(qū)間值的相對隸屬函數(shù)時應當注意的問題,為接下來的應用奠定了基礎。 (2)提出了基于級別特征值的徑流中長期預報單要素模糊推理方法,使已有的水文氣象單要素模糊推理法得到了改進。方法應用可變模糊集理論中考慮區(qū)間值的相對隸屬度函數(shù)來確立模糊子集的隸屬函數(shù),增強了模糊推理預報方法的理論基礎;采用待預報徑流級別特征值建立推理預報模式,避免了由于劃分徑流級別數(shù)目不合適造成的大量重復計算。詳細介紹了方法的基本原理及步驟,并通過實例研究對

4、其進行了驗證。 (3)在深入研究了基于相似關系的近似推理法基礎上,提出了考慮預報因子權重的徑流中長期預報模糊推理法,豐富了水文中長期預報模糊推理方法;為說明方法的基本原理及步驟,驗證方法的合理性和有效性,將其應用于大伙房水庫年徑流檢驗預報。從檢驗預報結果看出:考慮預報因子權重的預報結果好于不考慮預報因子權重(等權重)的預報結果,表明在徑流中長期預報中,考慮預報因子對待預報徑流影響的差異是十分必要的。 (4)為嘗試研究徑流

5、中長期預報方法中存在的可變因素對預報信息的影響,以陳守煜教授提出的可變模糊集理論為基礎和指導思想,提出了基于相似關系的徑流中長期預報模糊可變推理方法,分析了方法中存在的可變參數(shù)。在實例研究中,對可變參數(shù)進行了六種組合變換,在不同的組合變換方式下分別進行了大伙房水庫年徑流預報檢驗,得到了多種預報信息。通過綜合分析各種預報信息之間的異同,確定最終的預報結果及其可靠程度,可用于指導水庫調度決策。 (5)以可變模糊集理論為基礎,提出一種

6、考慮分類指標區(qū)間值的流域洪水分類方法——模糊可變分類方法。該方法可根據(jù)洪水發(fā)生的前期特征,合理、簡便地將洪水進行分類,按類別優(yōu)選模型參數(shù)、預報未來洪水過程,以提高流域洪水預報水平,為預報實時校正和水庫調度提供較準確的參考信息;給出了相應的應用研究,應用研究結果驗證了方法合理性和有效性。 (6)可變模糊集理論中模糊可變評價方法可以很好地對評價標準為區(qū)間形式的問題進行綜合評價。作為可變模糊集理論研究及在水文水資源領域應用的擴展,本文

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論