共查询到18条相似文献，搜索用时 234 毫秒
1.
《中国农村水利水电》2020,(7)
针对SWMM模型参数繁多,率定困难的问题,采用Morris法进行全局敏感性分析,选取敏感参数,基于MATLAB遗传算法对敏感参数进行率定。案例研究结果表明,遗传算法能有效地完成率定过程,率定后各参数的取值分别为最大渗透速率50.25,最小渗透速率12.61,管道曼宁系数0.018 2,不透水区曼宁系数0.008 7,该场次降雨下目标函数Nash-Sutcliffe效率系数值为0.726 1。该方案可以应用于实际工程的参数率定过程,并得出与实测结果最接近的参数组合,提高模拟的精度及稳定性。 相似文献
2.
为有效评估暴雨管理模型(SWMM)输入参数对水文输出变量的影响程度,识别出敏感参数,为高效率定奠定基础,采用两种全局敏感性分析方法对暴雨管理模型(SWMM)中与降雨产流模拟有关的参数进行全局敏感性分析。基于拉丁超立方法对输入参数进行采样,以某小区为例建立SWMM模型进行模拟,分别采用偏秩相关分析法和互信息法分析参数对输出结果的影响。分析得知:对峰值时间影响最大的参数是管道糙率系数,管道糙率系数和峰值时间呈负相关;对峰值流量影响最大的参数是透水区的糙率系数,透水区糙率系数和峰值时间呈负相关;对总产流量影响最大的参数是管道糙率系数,管道糙率系数和总产流量呈负相关。研究表明偏秩相关分析方法和互信息分析方法都有自己的局限性,将两种方法共同使用,能够精确识别所有敏感参数。 相似文献
3.
基于LH-OAT的SWMM模型参数敏感性分析 总被引：1，自引：0，他引：1
为了消除SWMM模型计算过程中的不确定性,明确参数对径流模拟的影响,进行了参数敏感性分析。通过LH-OAT敏感性分析方法,辨析出不同参数在昭通市应用时对径流模拟结果的影响程度,确定对其影响较大的若干敏感参数,为参数的率定提供参考。研究结果表明对径流系数影响最大的参数是入渗衰减系数,对洪峰流量影响最大的参数是不渗透性。提高了SWMM模型在金沙江流域应用的可靠性。 相似文献
4.
以长江三峡水库寸滩、武隆入库径流预报项目为依托,研究洪水预报模型参数率定。针对以往洪水预报模型参数率定所采用的人工试错法率定参数困难,精度不高的问题,提出粒子群优化算法和交互式率定方法。实例计算表明,算法加快参数优选速度,交互式率定提高了模型预报精度。 相似文献
5.
生物质直燃发电是目前应用最广、规模最大的生物质能利用方式。然而由于生物质种类繁多、理化性质多变、燃烧不稳定，使得发电量难以准确预计，这为电网调度、安全运行带来隐患。为此，提出一种基于互信息参数优化BP神经网络的生物质发电量预测模型。从生物质电厂收集发电量以及物料参数、锅炉参数、汽机参数、环境参数等实际生产数据，采用平均影响值分析、相关分析和互信息分析对发电量的影响因素进行优化选择，并利用电厂实际数据建立BP神经网络模型。测试结果表明，采用优化影响因素建立的神经网络模型预测误差大幅度降低，其中互信息分析优化效果最佳，平均预测误差从未优化模型的4.59%降至0.66%，且进一步优化神经网络参数后，平均预测误差降至0.50%。 相似文献
6.
《中国农村水利水电》2017,(3)
为解决流域水文模型人工试错率定参数呈现的经验性与不确定性问题,探寻模型参数率定的全局最优解,本文对三水源新安江模型与垂向混合产流模型采用复合形交叉进化算法(SCE-UA)优选率定模型参数。优化过程中拟定了两种模型参数优选边界,选定包含复合形个数p在内的SCE-UA算法参数,建立了基于洪峰、洪量、流量过程三要素的目标函数。经案例分析得出SCE-UA算法适用于上述两种水文模型调参应用,且垂向混合产流模型模拟结果优于三水源新安江模型。 相似文献
7.
8.
针对传统PSO算法易陷入局部极值的缺点,提出了一种改进的粒子群算法(ADAPPSO)。该算法通过利用表现为非线性递减特性的自适应惯性权重来有效减少PSO算法在运算过程中出现局部极值的情况。利用ADAPPSO算法对BP神经网络所涉及的一系列参数进行优化,并在此基础上建立ADAPPSO-BP模型对参考作物腾发量(ET_0)进行预测。以商丘地区数据为例,通过平均影响值法(MIV)对变量进行筛选,并在此基础上建立了BP神经网络、PSO-BP和ADAPPSO-BP 3种预测模型。根据相关实验结果表明,BP模型、PSO-BP模型和ADAPPSO-BP模型的决定系数R~2分别为0.898 3、0.952 7和0.960 6,3种模型的平均绝对误差MAE分别为0.355 8、0.240 1和0.205 6。3种模型中,ADAPPSO-BP模型的R~2值最大,MAE最小,这表明提出的ADAPPSO-BP模型能够有效地提高ET_0的预测能力。 相似文献
9.
基于遗传算法和遗传神经网络算法的堆石料参数反演分析研究 总被引：1，自引：0，他引：1
面板堆石坝应力变形计算过程相当费时费力,如果直接调用有限元计算程序进行反演计算,难度相当大,效率也非常低.利用遗传算法优化BP神经网络权值与阈值,建立遗传神经网络模型代替堆石坝的有限元计算程序以提高反演计算效率,同时利用遗传优化算法全局搜索功能寻找使遗传神经网络模拟值和实测值之间误差最小的最优参数组,并通过MATLAB实现基于遗传算法和遗传神经网络算法的堆石料参数反演分析,反演结果表明该算法能够很好地提高反分析效率及准确性. 相似文献
10.
为提高机组异常运行识别效率与精度,提出基于主成分分析法和遗传算法优化反向传播神经网络(BP neural network)的机组异常状态检测模型.以机组实时记录传感器数据为样本,利用主成分分析法对多维数据进行降维操作,处理后得到综合变量.随后在此基础上搭建BP神经网络并利用遗传算法优化神经网络随机初始权值与阈值,完成对机组不同运行状态检测模型仿真训练.最后以某电站连续时间段内机组正常与异常运行状态下各部件传感器实时监测数据为样本分析,并将所提PCA-GA-BP算法与其他优化算法、传统算法进行对比,通过不同样本比例下的仿真训练试验验证该方法可行性.仿真试验结果表明:模型相较于传统BP神经网络,平均状态检测时间相对缩短84%,平均检测正确率相对提高2.5%,能在均正确率接近99%的基础上实现0.7~1.0 s内对机组异常运行的有效辨别,做到机组异常运行的精确辨别与早期预警. 相似文献
11.
以农业机器人精密轨迹优化自动控制为目标,在优化算法中引入BP神经网络与计算力矩法结合的自动控制器,旨在减少作业过程中的运动误差,提高其工作效率。首先,建立农业机器人数学模型,分析其运动学和动力学原理;然后,设计了农业机器人运动控制系统,引入BP神经网络对不确定动力学因素进行判断,并提出解决该因素的自适应学习法;最后,对该系统运用Mat Lab进行了仿真。试验表明:以BP神经网络与计算力矩法结合的自动控制器可以有效优化机器人运动路径,提高机器人整体作业效率,系统运行稳定、可靠性强,且对外部环境的干扰因素具有较强的自适应学习能力。 相似文献
12.
为解决传统的水温小样本非实时预测方法预测精度低、鲁棒性差等问题,基于物联网实时数据,提出了遗传算法(GA)优化BP神经网络的池塘养殖水温短期预测方法,并在此基础上设计开发了池塘养殖水温预测系统,首先采用主成分分析法筛选出影响池塘水温的关键影响因子,减少输入元素;然后使用遗传算法对初始权重和阈值进行优化,获取最优参数并构建了基于BP神经网络的水温预测模型;最后采用Java语言开发了基于B/S体系结构的预测系统。该系统在江苏省宜兴市河蟹养殖池塘进行了预测验证。结果表明:该系统在短期的水温预测中具有准确的预测效果,与传统的BP神经网络算法相比,研究内容评价指标平均绝对误差(MAE)、平均绝对百分误差(MAPE)和误差均方根(MSE)分别为0.196 8、0.007 9和0.059 2,均优于单一BP神经网络预测,可满足实际的养殖池塘水温管理需要。 相似文献
13.
在RBF神经网络中采用差分进化算法来优化RBF神经网络的模型结构,并对其重要参数进行全局寻优。实例仿真结果表明,经过差分算法优化的RBF神经网络不仅相对BP网络学习收敛速度更快,而且提高了发动机故障识别的精确度,从而验证了此种方法的正确性和有效性。 相似文献
14.
15.
针对农机在环境干扰情况下BDS失调、INS单独导航误差大的不足,以BDS/INS两者间位置、速度差值为模型,提出蜂群算法优化BP神经网络辅助卡尔曼滤波的算法组合导航,精准定位农机位置速度信息。BDS有效时,BDS/INS组合导航结合卡尔曼滤波,校正INS的位置、速度偏差,BP神经网络进行训练模式;BDS失调时,BP神经网络转化为预测模式,代替BDS对INS进行校正反馈,输出精确位置信息。同时,改进人工蜂群的搜寻方式与选择概率,提出改进的蜂群算法优化BP神经网络,使速度误差小于0.6 m/s,位置误差小于30 m,改善对农机位置速度的定位精确度。 相似文献
16.
为提高热误差模型的预测能力,提出一种基于深度学习方法的数控机床热误差建模方法。利用模糊聚类法和灰色关联度分析法选取温度变量的热敏感点,采用深度自编码器（Stacked automatic encoder, SAE）网络从选出的输入样本中提取特征,构建特征集,然后使用遗传优化算法（Genetic optimization algorithm, GA）对BP神经网络参数进行寻优,从而提出一种基于SAE-GA-BP的数控机床热误差建模方法。以某大型龙门五面加工中心为实验对象,研究并选择了加工中心加工过程中的主要误差源——主轴热误差进行补偿,对主轴热误差深度学习模型和多元回归模型进行了分析对比。结果表明,在预测精度方面所提出的建模方法优于传统多元回归模型,从而验证了该建模方法的可行性和有效性。 相似文献
17.
针对传统灌溉施肥方式无法切实满足作物生长需求和水肥资源浪费严重的问题,设计一种基于PSO和BP神经网络优化PID模型的水肥控制系统。系统通过结合作物种植环境水肥浓度信息,利用PSO和BP神经网络算法优化PID控制参数,以解决水肥施灌过程中系统的非线性、时变性和滞后性等问题。综合MATLAB/simulink仿真试验结果可知,利用PSO和BP神经网络优化的PID控制模型较传统PID控制模型系统响应速度提高9.33%,调节时间缩短72.24%,超调量仅为PID控制的11.78%,优化效果较好。系统试验结果表明,施灌过程中系统控制稳定,在一定程度上达到水肥浓度精准控制的效果,具有实际应用价值。 相似文献
18.
杨嘉伟 《农业装备与车辆工程》2022,60(2):126-129
非线性滑模控制的直线电机伺服系统,由于滑模控制算法涉及的参数较多,会给参数调优带来困难,从而影响控制效果.结合理论分析与仿真方法,以实验采集的样本为基础,通过反向传播神经网络对直线电机伺服系统进行建模;采用非奇异快速终端滑模控制作为控制算法,搭建直线电机运动控制仿真实验平台;利用粒子群算法,在给定范围内优化滑模控制参数... 相似文献