防洪決策中洪水災(zāi)情智能預(yù)測與評(píng)估模型的研究.pdf

1、在全球洪澇災(zāi)害日益加重，非工程防洪倍受重視的背景下，開展防洪決策中洪水災(zāi)情預(yù)測與評(píng)估系統(tǒng)的研究，具有重要的理論意義與廣泛的實(shí)際價(jià)值。本論文結(jié)合當(dāng)前我國災(zāi)情預(yù)測與評(píng)估工作的實(shí)際需求，對(duì)洪水災(zāi)情預(yù)測與評(píng)估系統(tǒng)的功能結(jié)構(gòu)與模型進(jìn)行了研究與設(shè)計(jì)，并運(yùn)用計(jì)算機(jī)技術(shù)、人工智能技術(shù)、可視化仿真技術(shù)以及數(shù)學(xué)、管理科學(xué)、決策科學(xué)等多學(xué)科知識(shí)，建立相關(guān)的洪水災(zāi)情預(yù)測與評(píng)估模型，從而為實(shí)現(xiàn)洪水災(zāi)情預(yù)測與評(píng)估的科學(xué)化、系統(tǒng)化和定量化奠定了一定的基礎(chǔ)。論文的主要

2、貢獻(xiàn)有：
　　 (1)提出了較為系統(tǒng)全面的防洪決策支持系統(tǒng)的三層體系架構(gòu)，即接口層、應(yīng)用層和基礎(chǔ)層，并對(duì)各層分別進(jìn)行了詳細(xì)的設(shè)計(jì)。其中，基礎(chǔ)層包括數(shù)據(jù)庫(存放空間數(shù)據(jù)和屬性數(shù)據(jù))、模型庫以及知識(shí)庫，為系統(tǒng)提供數(shù)據(jù)和技術(shù)支持；接口層實(shí)現(xiàn)系統(tǒng)與決策分析人員的交互；應(yīng)用層通過調(diào)用數(shù)據(jù)和模型，完成防洪決策過程各個(gè)環(huán)節(jié)的信息需求和分析功能，是系統(tǒng)的核心部分。然后對(duì)各功能子系統(tǒng)進(jìn)行了設(shè)計(jì)。
　　 (2)建立了基于遺傳算法(GA)的B

3、P神經(jīng)網(wǎng)絡(luò)洪峰預(yù)測模型。針對(duì)BP神經(jīng)網(wǎng)絡(luò)在洪水預(yù)測中的不足之處，利用GA對(duì)BP網(wǎng)絡(luò)預(yù)測模型進(jìn)行改進(jìn)，將GA計(jì)算步驟與網(wǎng)絡(luò)的優(yōu)化過程結(jié)合起來，形成了新的GA-BP網(wǎng)絡(luò)預(yù)測模型。利用實(shí)際數(shù)據(jù)，采用BP網(wǎng)絡(luò)模型和GA-BP網(wǎng)絡(luò)模型分別進(jìn)行了模擬預(yù)測和結(jié)果分析。結(jié)果表明，采用GA-BP網(wǎng)絡(luò)的洪水災(zāi)情預(yù)測模型能夠提高預(yù)測效率和準(zhǔn)確度。
　　 (3)提出了洪水災(zāi)情預(yù)測系統(tǒng)中地形與洪水淹沒模擬的算法與模型。為了完成淹沒過程的可視化仿真，首先基

4、于格網(wǎng)法進(jìn)行三維地形模擬，然后提出了一種基于蝶形細(xì)分模式的改進(jìn)的自適應(yīng)算法，通過結(jié)合蝶形算法和多階曲線插值的思想計(jì)算新的插值點(diǎn)，在細(xì)分的過程中有選擇性地對(duì)三角形單元網(wǎng)格進(jìn)行細(xì)分，來模擬三維地形，它可作為洪水實(shí)時(shí)呈現(xiàn)系統(tǒng)的基礎(chǔ)結(jié)構(gòu)。接著從DEM出發(fā)，采用改進(jìn)的格網(wǎng)源點(diǎn)蔓延算法，模擬洪水演進(jìn)過程，分別計(jì)算出給定洪水水位或洪量條件下淹沒區(qū)的淹沒范圍和水深分布；最后運(yùn)用Java3D網(wǎng)絡(luò)可視化工具繪制淹沒范圍、水深分布等洪水風(fēng)險(xiǎn)圖，并對(duì)不同條件下

5、的洪水淹沒過程進(jìn)行動(dòng)畫演示，從而為實(shí)現(xiàn)洪澇災(zāi)害損失評(píng)估提供準(zhǔn)確的災(zāi)情數(shù)據(jù)。
　　 (4)研究了防洪決策中洪水災(zāi)情快速評(píng)估算法。針對(duì)洪水災(zāi)情不同階段的評(píng)估需求，根據(jù)洪水災(zāi)情的評(píng)估指標(biāo)，建立了灰色關(guān)聯(lián)度分析、BP網(wǎng)絡(luò)以及RBF網(wǎng)絡(luò)三種洪水災(zāi)情快速評(píng)估模型；其中，RBF網(wǎng)絡(luò)是在基本RBF網(wǎng)絡(luò)上做了改進(jìn)，將原來的線性層改為競爭層，使得模型能夠更好地完成模式判斷工作。經(jīng)過實(shí)例分析，三種模型都能得到較好的評(píng)估結(jié)果，尤其是灰色關(guān)聯(lián)度分析模型和

6、RBF網(wǎng)絡(luò)模型在評(píng)估速度以及穩(wěn)定性方面有出色的表現(xiàn)，所以這兩個(gè)模型可以應(yīng)用于洪水災(zāi)情快速評(píng)估系統(tǒng)中，其運(yùn)算結(jié)果可以為防洪決策提供科學(xué)的依據(jù)。
　　 (5)提出了基于免疫遺傳算法(IGA)的神經(jīng)網(wǎng)絡(luò)洪水災(zāi)情評(píng)估模型。針對(duì)遺傳算法暴露出的局部搜索能力不強(qiáng)、未成熟收斂等缺陷，提出了一種基于IGA的神經(jīng)網(wǎng)絡(luò)模型(IGA-NN)用于洪澇災(zāi)度評(píng)價(jià)，并給出了IGA-NN的設(shè)計(jì)方法和優(yōu)化步驟。為了體現(xiàn)IGA-NN的優(yōu)越性，還將IGA-NN與標(biāo)準(zhǔn)

7、遺傳算法(SGA)優(yōu)化的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行了比較。實(shí)驗(yàn)結(jié)果表明，IGA具有更好的全局和局部尋優(yōu)能力，且可以改善SGA未成熟收斂的缺陷。IGA-NN能夠反映多個(gè)評(píng)價(jià)指標(biāo)與災(zāi)度等級(jí)之間的相關(guān)關(guān)系，可用于洪澇災(zāi)度評(píng)價(jià)，且具有更快的應(yīng)答速度和更高的評(píng)估精度。
　　 (6)進(jìn)行了防洪DSS中洪水災(zāi)情預(yù)測與評(píng)估系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)。通過洪水災(zāi)情預(yù)測與評(píng)估系統(tǒng)功能的需求分析，設(shè)計(jì)了防洪DSS體系結(jié)構(gòu)下的洪水災(zāi)情預(yù)測與評(píng)估系統(tǒng)。根據(jù)洪水災(zāi)害發(fā)展的不同