水资源系统模糊决策、评价与预测方法及应用

水资源系统模糊决策、评价与预测方法及应用

ID:36445282

大小:4.25 MB

页数:142页

时间:2019-05-10

水资源系统模糊决策、评价与预测方法及应用_第1页
水资源系统模糊决策、评价与预测方法及应用_第2页
水资源系统模糊决策、评价与预测方法及应用_第3页
水资源系统模糊决策、评价与预测方法及应用_第4页
水资源系统模糊决策、评价与预测方法及应用_第5页
资源描述:

《水资源系统模糊决策、评价与预测方法及应用》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水资源系统模糊决策、评价与预测方法及应用姓名:李亚伟申请学位级别:博士专业:水文学及水资源指导教师:陈守煜20051201大连理工大学博士学位论文摘要水是人类赖以生存和发展的不可替代的重要资源和物质基础,又是生态环境的基本要素。但是,当进入21世纪,许多国家都面临着水资源危机的挑战,水资源短缺、水体污染、洪涝灾害等严重阻碍了我国经济和社会的发展,并造成一系列的社会问题。因此,研究水资源问题,实现水资源的可持续利用以及水资源与经济、社会和生态环境的可持续发展,对缓解我国水资源危机将

2、具有十分重要的意义。水资源的开发利用以及管理是人类作用于自然水系统的理性活动,涉及的内容众多,包括水资源系统的优化、决策、评价以及预测等各个方面。在解决这些问题过程当中,其中的模糊性难以回避,而工程模糊集理论在处理这些问题时表现出优势。本文主要在工程模糊集理论的基础上,研究了水资源系统中的决策、评价以及预测问题,理论与应用相结合,其主要研究内容和成果概括如下:(1)水质污染问题已经成为我国水资源领域的重要课题,它已经直接影响到人类的生存与发展,而水质评价是水污染治理的前期工作,为水污染治理提供决策依据。

3、文中将模糊优选人工神经网络模型的单输出拓展为多输出,并将其用于江河水质的综合评价,以标准类别内插加密产生训练样本,以其对级别的相对隶属度矩阵作为期望值输出,对网络进行训练,从而为待识别样本提供了产生其级别相对隶属度的有效方法。实例分析部分,沱江水体污染程度识别表明模糊人工神经网络识别模型的可行性,且操作简便易行,评价结果切合实际,具有很好的实用性。(2)水资源是一个国家和地区的重要的资源组成部分,对于我国的综合发展至关重要,文中论述了水资源承载力的涵义以及特征。考虑到水资源承载力评价过程中存在的模糊性,

4、采用模糊识别理论解决水资源承载力评价问题,通过循环迭代计算得到区域的承载力的相对隶属度和影响因子的贡献率;同时考虑到人的主观经验知识在评价过程中的作用,采用基于互补理论的二元对比方法确定主观权重。综合考虑影响因子的贡献率以及主观权重,通过级别特征值反映各个地区的承载力级别。实例分析部分对我国30个地区的水资源承载力的综合评价,给出了我国区域水资源承载力的大致状况。(3)模糊聚类模型作为水资源系统分析的重要工具。但是,目前的基于目标函数的模糊聚类模型存在聚类数选择以及聚类迭代过程中的局部极小点问题。论文中

5、对模糊聚类循环迭代模型的合理聚类数确定方法进行了研究,给出了一种基于准则函数的判断方法。为了解决聚类分析过程中的局部极小点问题,引入了粒子群算法(ParticleSwarmOptimization),这种优化方法是对生物智能的模拟,和遗传算法比较,操作起来比较简单。在对PSO算法和模糊聚类循环迭代模型分析的基础上给出了基于PSO的模水资源系统模糊决策、评价与预测方法及应用糊聚类循环迭代模型PSO。FC,完善了模糊聚类迭代模型。实例分析部分将以上成果应用到对我国水资源分区研究和水库洪水聚类中去。(4)模糊

6、优选人工神经网络作为水资源系统中的一种预测模型,由于在训练中采用误差反向传播算法,存在容易极小点的问题。论文中采用粒子群算法口棚cleSwarmoptimizafion)对其训练过程进行优化,在较大程度上避免了陷入局部极小点的可能性,从而建立基于PSO算法的模糊优选人工神经网络模型,并将其应用于解决黄河内蒙古段凌汛预测问题。预测结果比较合理,这为解决水资源系统预测问题提供了一种方法。(5)在水资源系统决策领域中存在~类包含完全定性指标(用语言表述)的决策问题,而模糊数可以较好地描述这类指标。论文中首先阐

7、述了模糊数的定义以及性质,建立基于语言变量的评价集,从而将定性分析转换为从定量的角度进行决策。通过采用模糊数对语言变量进行描述,引入了基于模糊语气算子的决策模型,并将其应用于解决水资源工程项目招投标的资格预审问题。(6)水资源工程建设中的评标问题属于一个复杂的多目标群决策问题,其中影响因素众多,具有相当大的不确定性。同时决策的效果直接影响到水资源工程的效益发挥,这就需要一个有效的多目标群决策框架来解决这些问题,尤其是对大型的、复杂的、高风险、技术水平要求高的水资源工程项目。文中建立了基于模糊识别群决策评

8、标模型,同时考虑到群决策的集结问题,提出了群决策一致度的计算方法,可以对决策者对最终的决策结果的认同程度进行分析,完善了模糊识别群决策模型。它可以为我国水资源工程中评标决策提供决策支持,有利于决策的科学化和规范化。最后,对全文作了总结,并对需要进一步研究的问题作了展望。关键词:水资源系统;神经网络;复杂性;模糊识别:决策;隶属度:模糊数评价;承载力;水污染:预测lI大连理工大学博士学位论文ResearchonFuzzyDecisionMak

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。