2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩162頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、本論文依托國(guó)家重點(diǎn)自然科學(xué)基金項(xiàng)目:“基于子波和分形理論的水文尺度分析新途徑(NO.40271024);水文水資源子波分析新途徑(No.50279023)”開展研究。通過對(duì)傳統(tǒng)的遺傳算法、神經(jīng)網(wǎng)絡(luò)、灰色理論、最近鄰思想、小波分析研究,提出了改進(jìn)的對(duì)稱調(diào)和遺傳算法、改進(jìn)的灰色耦合模型和最近鄰神經(jīng)網(wǎng)絡(luò)耦合模型,在此基礎(chǔ)上將基于經(jīng)驗(yàn)?zāi)B(tài)分解的希爾伯特-黃變換、集對(duì)分析等方法引入水電科學(xué)成功構(gòu)建了水文徑流預(yù)測(cè)、水資源評(píng)估、水庫(kù)優(yōu)化調(diào)度、水電站經(jīng)

2、濟(jì)效益綜合評(píng)價(jià)、電力負(fù)荷預(yù)測(cè)等多種模型,并對(duì)模型進(jìn)行了實(shí)證研究,較好地解決了水文水資源中的一些復(fù)雜性問題??偫ㄆ饋?lái),本文在以下幾方面取得創(chuàng)新成果: (1)本論文嘗試構(gòu)建了基于集對(duì)原理的水文水資源分析模式、評(píng)價(jià)模式、預(yù)測(cè)模式,在研究分析中依據(jù)水文水資源及水環(huán)境系統(tǒng)的特點(diǎn),先從水文現(xiàn)象中一些集對(duì)的例子入手,通過聯(lián)系度表達(dá)式分析研究了不同河川年徑流的同步變化;建立了地下水資源承載力的等級(jí);生態(tài)脆弱性程度;水庫(kù)水電站綜合效益評(píng)價(jià)模型。集

3、對(duì)分析法與傳統(tǒng)分析方法相比較,直觀、簡(jiǎn)明、實(shí)用、針對(duì)性強(qiáng),也便于計(jì)算機(jī)操作。為水電科學(xué)中的分析、計(jì)算、評(píng)價(jià)和預(yù)測(cè)增添了一種獨(dú)特的方法。 (2)本文提出了一種自適應(yīng)最近鄰神經(jīng)網(wǎng)絡(luò)耦合模型,該耦合模型能夠在一定程度上解決水文水資源、電力負(fù)荷預(yù)測(cè)中對(duì)數(shù)據(jù)作預(yù)處理以及模型選擇和參數(shù)的不確定性問題;開辟了構(gòu)建水文水資源徑流序列預(yù)測(cè)模型的新思路。 (3)針對(duì)遺傳算法存在求解精度與收斂速度間的矛盾,本文提出一種新的自適應(yīng)對(duì)稱調(diào)和遺傳新

4、算法,以清江隔河巖水庫(kù)為例,建立了水庫(kù)發(fā)電最優(yōu)調(diào)度的數(shù)學(xué)模型,取得了滿意的結(jié)果;以四川電網(wǎng)負(fù)荷為例,建立了新算法與人工神經(jīng)網(wǎng)絡(luò)結(jié)合的電力負(fù)荷預(yù)測(cè)耦合模型,結(jié)果分析表明,新的耦合模型避免了網(wǎng)絡(luò)尋優(yōu)的盲目性,從而達(dá)到最優(yōu)的擬合效果,有效地提高了預(yù)測(cè)精度和速度,為區(qū)域電力負(fù)荷預(yù)測(cè)問題的研究提供了新的分析方法。拓寬了建立中長(zhǎng)期負(fù)荷預(yù)測(cè)模型的新途徑。 (4)本文在研究的過程中分析比較了人工神經(jīng)網(wǎng)絡(luò)和灰色模型的優(yōu)缺點(diǎn),嘗試將人工神經(jīng)網(wǎng)絡(luò)模型

5、與改進(jìn)灰色模型進(jìn)行有機(jī)地結(jié)合,提出了改進(jìn)灰色神經(jīng)網(wǎng)絡(luò)模型。新的耦合方式發(fā)揮了灰色預(yù)測(cè)方法中累加生成的優(yōu)點(diǎn),便于神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,又避免了灰色預(yù)測(cè)方法帶來(lái)的誤差,提高了預(yù)測(cè)精度,是一種新的有益探索;為實(shí)際工程應(yīng)用提供了重要的參考價(jià)值。 (5)嘗試了一種時(shí)間序列新分析方法,即基于經(jīng)驗(yàn)?zāi)B(tài)分解的希爾伯特-黃變換方法。希爾伯特-黃變換是一種新的適用于非線性、非平穩(wěn)序列分析法。本文將此方法用到徑流序列的分析與識(shí)別中,分解出不同尺度下的徑流

6、變化成分。與傳統(tǒng)方法相比,這些成分通常具有更加清晰的物理意義;為今后更好地識(shí)別水文徑流序列的演變模式提供了一種有效的分析方法。 (6)本文基于多分辨率分析的經(jīng)驗(yàn)?zāi)B(tài)分解方法與自回歸模型相結(jié)合,建立了時(shí)間序列的耦合預(yù)測(cè)新模型,新耦合模型發(fā)揮了多分辨率的優(yōu)點(diǎn)克服了經(jīng)驗(yàn)?zāi)B(tài)方法中可能的混頻現(xiàn)象,具有良好的局部適應(yīng)性和分析結(jié)果的直觀性,該耦合模型能夠克服選小波基的困難,概念清晰,結(jié)構(gòu)嚴(yán)謹(jǐn),因此,新耦合模型與傳統(tǒng)的單一統(tǒng)計(jì)建模方法比較,預(yù)

溫馨提示

  • 1. 本站所有資源如無(wú)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論