城市防洪与供水模糊集与风险分析理论研究与应用

《城市防洪与供水模糊集与风险分析理论研究与应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、大连理工大学博士学位论文城市防洪与供水模糊集与风险分析理论研究与应用姓名：殷峻暹申请学位级别：博士专业：水文学及水资源指导教师：王本德20021201摘要随着我国城市化进程的加快，城市防洪与供水必然成为二十一世纪我国水资源战略调整的重点。本文首先概括总结了国内外城市防洪与供水领域的研究现状，分析了国内城市防洪与供水领域中存在的问题。鉴于城市防洪与供水领域研究内容的广泛性和复杂性，本文针对城市防洪与供水普遍存在的模糊和风险问题开展研究，主要研究内容和研究成果概括如下：(1)针对多目标决策问题，各目标权重合理与否，直接决定评价结果的合理与否。本文以陈守煜建立的

2、模糊优选理论模型为基础，通过确定指标相关系数矩阵来反映指标之间的相关性，从而解决了指标权重的相关性分析问题。在此基础上探讨了基于指标相关性分析的多目标决策模糊优选模型，并为第三章城市防洪标准的确定提供了理论依据，本文也给出了指标相关系数矩阵的推倒过程和求解方法。(2)城市防洪标准是城市防洪规划、设计、旖工和运行管理的一项重要依据，合理确定城市防洪标准有重大现实意义。城市防洪标准的优选指标涉及广泛，包括政治、经济、社会和环境等多方面指标，各个指标之间又具有不可共度性和相关性，因此，本文提出应用基于指标相关性分析的模糊优选模型确定城市防洪标准，并与其它方法进行

3、比较与验证，实例分析表明基于指标相关性分析的模糊优选模型在确定城市防洪标准中具有重要应用价值与现实意义。(3)针对目前我国城市化地区传统水文分析计算方法存在的不足和由于城市建设曰新月异导致城市下垫面的水文特性情况变化比较频繁的特点，本文探讨了利用满宁公式和水量平衡方程建立城市雨洪预报模型的基本方程组，并结合地理信息系统解决城市雨洪预报模型参数的确定问题，以提高模型的预报水平。算例分析表明该预报模型具有较高的预报精度。(4)针对城市供水领域中供水水源地来水量预测的重要性和复杂性，将模糊数学知识表达性好的特点与人工神经网络模型学习能力强的特点结含起来，探讨了模

4、糊模式识别神经网络模型的预报方法，并建立了模型学习的遗传算法和权重调整Bp混合算法。预报算例对模型及算法的检验结果说明，模型及其训练算法是可行的，在一定程度上克服了神经网络模型训练中普遍存在的“局部极小点”问题，。(5)随着社会、经济、人口的发展，城市水资源供需矛盾目益加剧，在合理考虑城防水库汛期限制水位动态控制风险的基础上，提高蓄水概率和供水能力就具有重大现实意义。本文从汛期限制水位动态控制研究出发，在王本德教授建立的水库预蓄效益与风险控制模型的基础上，通过科学合理的对效益指标和风险指标进行分析，探讨了在决策后果优选与决策目标权重确定中保持决策者风险偏好

5、一致的方法，并结合碧流河水库的实测资料进行检验，检验结果说明模型是可行的。最后对全文作了总结，并对有待进一步研究的问题进行了展望。关键词：城市防洪；城市供水；模糊决策；风险评价；相关性分析；遗传算法；神经网络；讯限水位AbstractDuringtheexpandingofChinaurbanProceeding,thecityfloodcontrolandwatersupplywo瑚dbecometheemphasesofwaterresoBrcestratagemregulatinginchinain21century．First,thispaperp

6、resentstheactualityofresearchfieldinglobalcityfloodcontrolandthatofChina，andanalysesthequestionsofresearchfieldinchil：1acityfloodcontr01．However,duetothewide—rangeandcomplexofitsresearchcontents，thispaperwillmainlydealwiththeriskandfi2zzinessofcityfloodcontrolsystem．Themajorconten

7、tsandresearchresultsaleasfollows：(1)Withtheproblemofthemulti-indexdecision-making，therationalityofevaluatingresultisdecidedbytherationalityofindexweight．Basedonfuzzydecision-makinganalysistheoryofprofessorChanShou-yu，theproblemoftheIndexweightrelativity-analysisisresolvedbyconfirm

8、ingthematrixofIndexweightrelativi