【摘要】：水庫水情預(yù)報調(diào)度系統(tǒng)關(guān)系周邊地區(qū)人民群眾的安全,受到世界各國的重視。系統(tǒng)的提升迫在眉睫,而智能算法的不斷完善使各國學(xué)者看到了新的契機(jī),故本文采用改進(jìn)的智能算法進(jìn)行水庫水情預(yù)報調(diào)度系統(tǒng)的研究。傳統(tǒng)的預(yù)測調(diào)度方法存在很多難以解決的缺點(diǎn),比如預(yù)測算法中假設(shè)樣本數(shù)據(jù)無窮大,且計(jì)算復(fù)雜度隨之不斷升高的缺點(diǎn);比如調(diào)度方法中容易陷入局部最優(yōu)的缺點(diǎn)。本文基于改進(jìn)優(yōu)化的智能算法-最小二乘支持向量機(jī)算法和改進(jìn)粒子群優(yōu)化算法研究了水庫水情預(yù)報調(diào)度系統(tǒng),并分別從算法建模、系統(tǒng)設(shè)計(jì)和系統(tǒng)實(shí)現(xiàn)幾個方面進(jìn)行了系統(tǒng)軟件的設(shè)計(jì)與實(shí)現(xiàn)。系統(tǒng)將數(shù)據(jù)存儲在關(guān)系型數(shù)據(jù)庫Mysql中,經(jīng)Hibernate層對存儲對象進(jìn)行持久化后,在Spring業(yè)務(wù)邏輯層實(shí)現(xiàn)了基于最小二乘支持向量算法的水情預(yù)報與基于改進(jìn)粒子群優(yōu)化算法的水庫調(diào)度的功能,最后將數(shù)據(jù)處理結(jié)果經(jīng)由Struts 2表示層進(jìn)行圖形界面結(jié)果展示。預(yù)報調(diào)度系統(tǒng)分為信息管理模塊、預(yù)報調(diào)度模塊和系統(tǒng)設(shè)置模塊。信息管理模塊實(shí)現(xiàn)水庫基本概況信息、水庫特征數(shù)據(jù)信息以及工情信息的管理;預(yù)報調(diào)度模塊實(shí)現(xiàn)水情預(yù)測功能和水庫調(diào)度功能的實(shí)現(xiàn)以及結(jié)果的圖形化展示;系統(tǒng)設(shè)置模塊實(shí)現(xiàn)系統(tǒng)中主要參數(shù)的設(shè)置以及用戶信息的設(shè)置的實(shí)現(xiàn)。預(yù)測調(diào)度系統(tǒng)進(jìn)行測試的結(jié)果表明,以最小二乘支持向量機(jī)算法和改進(jìn)粒子群優(yōu)化算法為核心的預(yù)報調(diào)度模型可以精確有效的進(jìn)行預(yù)報與調(diào)度洪水,對于充分利用水資源和防洪防災(zāi)具有一定的實(shí)用價值。
【圖文】：

確保兩組序列均在允許范圍內(nèi)隨機(jī)產(chǎn)生。) 按照目標(biāo)函數(shù)公式，計(jì)算各粒子的適應(yīng)值函數(shù)，然后得到各粒子的個體極的全局極值。先計(jì)算每一個粒子的每一維的速度，然后122維速度求算術(shù)平均為該粒子的速度；然后再將每個粒子的速度求算術(shù)平均，以此作為粒子群的法中的粒子平均速度的閾值 ，平均速度大于 0.1 時，，仍能夠搜索到更好的度小于 0.1 時，搜索能力就很差了，即使還能搜索，出來的解也和原來的解。所以設(shè)定速度閾值為 0.1。交運(yùn)算中，雜交概率 p 定為 0.2，即每次更新粒子位置后，隨機(jī)取出 20%的粒行隨機(jī)雜交。道控制如下：迭代了 1000 步之后，認(rèn)為已經(jīng)找到了較優(yōu)的解，應(yīng)該在最優(yōu)后在此時的最優(yōu)解的水位過程線上下 2 米的范圍作為廊道進(jìn)行搜索，直到到最大。對上述調(diào)度模型求解步驟進(jìn)行求解，洪水調(diào)度過程圖如圖 3.5 所示，調(diào)度結(jié)度方法的對比結(jié)果如下表 3.2 所示：

統(tǒng)其他模塊實(shí)現(xiàn)1）信息管理庫洪水預(yù)報與調(diào)度作業(yè)的共同基礎(chǔ)是水文信息。因此一個是否友好的信息管理水庫管理單位的日常工作具有十分大的影響。為使便利水庫管理工作，本文使程語言進(jìn)行開發(fā)，后臺數(shù)據(jù)庫使用 Mysql 數(shù)據(jù)庫，本文使用 JDBC 實(shí)現(xiàn)對 M的訪問。其中數(shù)據(jù)庫的訪問代碼如下所示：
【學(xué)位授予單位】：西安科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP18;TV697.11

【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 賈志峰;劉招;朱紅艷;席秋義;;基于雙指標(biāo)的安康水庫防洪預(yù)報調(diào)度規(guī)則研究[J];長江流域資源與環(huán)境;2012年10期

2 宋小杉;蔣曉瑜;羅建華;姚軍;;基于類間距的徑向基函數(shù)-支持向量機(jī)核參數(shù)評價方法分析[J];兵工學(xué)報;2012年02期

3 劉招;黃強(qiáng);于興杰;王麗霞;;基于6h預(yù)報徑流深的安康水庫防洪預(yù)報調(diào)度方案研究[J];水力發(fā)電學(xué)報;2011年02期

4 王麗萍;周婷;;水電站月度調(diào)度函數(shù)的模型制定與模擬結(jié)果評價[J];華北電力大學(xué)學(xué)報(自然科學(xué)版);2009年01期

5 張雙虎;黃強(qiáng);吳洪壽;楊菊香;;水電站水庫優(yōu)化調(diào)度的改進(jìn)粒子群算法[J];水力發(fā)電學(xué)報;2007年01期

6 徐剛,馬光文,梁武湖,陳建春,吳世勇;蟻群算法在水庫優(yōu)化調(diào)度中的應(yīng)用[J];水科學(xué)進(jìn)展;2005年03期

7 董小濤,李致家;HEC模型在洪水預(yù)報中的運(yùn)用[J];東北水利水電;2004年11期

相關(guān)博士學(xué)位論文 前2條

1 周如瑞;并聯(lián)水庫群防洪預(yù)報調(diào)度方式及其風(fēng)險分析研究[D];大連理工大學(xué);2017年

2 劉涵;水庫優(yōu)化調(diào)度新方法研究[D];西安理工大學(xué);2006年

相關(guān)碩士學(xué)位論文 前3條

1 溫雪營;碧流河流域洪水預(yù)報調(diào)度研究[D];大連理工大學(xué);2017年

2 崔歡歡;考慮水利工程影響的水庫洪水預(yù)報方案研究[D];大連理工大學(xué);2017年

3 丁海蛟;基于LS-SVM的河道洪水預(yù)報研究[D];昆明理工大學(xué);2016年

本文編號：2593207