自适应随机搜索算法在河网数学模型糙率反演中的应用

介绍自适应随机搜索(ARS)算法的基本原理,并以泰州市河网为例,测试了ARS算法在资料受限条件下河网模型糙率反演的表现。结果表明,ASR算法能够自动优选出河网大多数河段的糙率值,得到较好的水位流量拟合效果。

改进的随机聚点搜索算法在河网水力学模型糙率反演优化中的应用

结合圣维南方程组并应用改进的随机聚点搜索算法对辽宁中部某平原河网的水力学模型糙率进行反演优化研究。研究结果表明:相比于传统算法,改进算法下各河段后验糙率反演误差减少9.1%,改进算法下糙率寻优迅速集中,糙率反演优化效果明显好于传统算法;改进算法的优化收敛迭代次数明显少于传统算法,相比于传统算法,其寻优迭代次数平均减少19次;改进算法后糙率优化反演后推算的各河段水位及流速和实测值之间的误差明显低于传统算法,水位和流速反演误差分别减少13.3%和14.2%。研究成果对于河网水力学模型糙率反演优化求解提高方法参考。

基于Kalman滤波糙率反演模型的河道洪水实时预报研究

建立基于Kalman滤波理论的河道糙率反演模型。将河道不规则断面沿程概化为矩形、三角形和抛物线型断面。引入水力半径与水深的经验关系,基于圣维南方程组动量方程中惯性项与弗洛德数相关性,推求水深对糙率的偏导数,建立基于Kalman滤波理论的平原区河道糙率反演模型。选择淮河干流王家坝至鲁台子河段为例,将糙率反演模型与水动力学模型相结合进行河道洪水实时预报,并与一维水动力学模型的预报结果进行比较分析。结果表明,在预见期为6小时的实时预报中,耦合模型与原水动力学模型均取得较好的预报效果,耦合模型预报精度好于原水动力学模型,也证明了所建模型的合理性。

基于机器学习的渠道糙率反演

引进机器学习的思想，通过数据挖掘的手段，提出了一种新的渠道糙率直接反演方法，并应用于石头河水库灌区水流模拟计算。结果表明，计算水位于实测水位过程基本吻合。

遗传-深度搜索混合算法反演浅水模型糙率的效率分析

糙率是水动力数值模型中率定和验证的重要参数。采用遗传算法反演河道糙率一直是水动力数值模拟研究的热点与难点,其反演效率是优化算法应用于实际工程的主要制约因素。针对遗传算法后期收敛慢的问题,引入拟牛顿、信赖域、单纯形3种局部细致搜索性强的算法与标准遗传算法混合,比较分析各种算法对一维水动力模型糙率的反演精度、效率及调用模型次数,探讨全局优化和局部细致优化混合算法在水动力模型参数优化中的适应性和实用性。研究结果表明,各算法对水动力模型糙率均具有较高的反演精度,但遗传算法在优化过程中存在明显的"阶跃"现象,而引入局部深度搜索算法后可显著减少优化过程中调用水动力程序的次数,提高收敛速度。研究结果可为一、二维水动力模型糙率反演方法选择及改进思路提供参考,亦可为各行业多目标优化问题的效率分析提供借鉴。

基于水动力学方法的输水隧洞糙率反推及过水能力复核分析

输水隧洞水流受闸门起闭影响大都为非恒定流,传统恒定流方法很难实现输水隧洞糙率的准确计算。为此基于水动力学方法,以辽宁某输水工程为实例,对该输水工程的糙率进行反推并对设计过水能力进行复核。结果表明:相比于传统方法,水动力学模型在糙率反推精度上具有明显改善,可提高设计过水能力复核的精准性。

城镇化平原河网水动力参数动态反演

随着中国平原河网地区城镇化建设的不断推进,洪水实时模拟和预测预警成为了城镇地区雨洪管理的主要研究内容和重要技术支撑,其中水动力参数动态反演是洪水实时模拟和预测预警的难点之一。作者利用糙率先验知识,探索了城镇化平原区河网水动力模型重要参数糙率的动态反演技术。首先,基于糙率空间变化的连续性和缓变性,提出了以糙率空间分布平滑性作为先验知识,建立了表征糙率空间变化的平滑度矩阵。然后,将糙率空间分布平滑性作为软约束条件,并结合适用于非线性动态系统实时校正的扩展卡尔曼滤波算法,建立了一个稳健的城镇化平原河网糙率参数动态反演模型,从而进行河网水动力模型重要参数糙率的动态反演。通过一个四级河道组成的河网的应用分析,系统检验了糙率空间分布平滑度权重系数、糙率初始估值和测站个数对河道糙率动态反演效果的影响。结果表明:1)通过调整糙率空间分布平滑度权重系数,可以有效控制糙率动态反演的稳定性和空间反演特性;2)靠近监测点的河道糙率反演值趋于真实值,远离监测点的河道糙率反演值趋于空间分布平滑;3)靠近监测点的河道糙率反演值受初始估值影响较小,远离监测点的河道糙率反演值受初始估值影响较大;4)糙率初始估值越精确,监测点个数越多,则动态反演开始阶段的波动调整幅度越小,糙率系统误差越小,反演效果越好。所提出的模型综合了河道糙率先验知识和糙率反演的特征,可有效用于城镇化平原河网糙率参数的动态反演。