深水平台施工过程自然风险定量评估

在分析现有风险理论的基础上,结合海洋施工实际,提出了一种对海洋施工自然风险进行定量评估的模型。根据目标系统各风险事件与影响因素之间存在高度非线性复杂映射的特点,提出了利用BP神经网络拟合方法,对主要风险事件发生概率进行量化的模型。针对传统的梯度下降优化算法收敛速度慢的特点,采用可避免计算Hesse矩阵的Levenberg-Marquardt算法来训练神经网络。这一模型可以模拟专家评价,并准确地按照专家的评定法则进行估算,具有一定的通用性。     

交通系统智能决策的算法研究

遗传算法是近年来迅速发展起来的一种全新的随机搜索与优化算法，但由于其自身固有的缺陷，通常优化过程的收敛速度较慢，局部搜索能力不足，而且算法稳定性较差。而蚁群算法广泛应用在旅行商问题计算中，目前是较好的求解最短路由问题的算法之一。就其自身来说有很多优点，如正反馈性、鲁棒性和智能性，但是在寻优过程中容易陷入局部最佳的缺点。针对上述情况，将遗产算法与蚁群算法相结合，用于实际交通系统寻找最优路径的问题中，并定义了目标函数，以路径可靠性和路径长度为优化目标，寻找最合适的救灾路线。最后通过实际计算结果的对比验证，说明了该方法的有效性。     

三峡茅坪溪沥青混凝土心墙堆石坝位移反演分析与安全预测

本文研究了基于综合应用人工神经网络和演化算法的位移反演分析方法,并将此方法应用于三峡茅坪溪沥青混凝土心墙堆石坝的变形反演分析中。以茅坪溪一期工程原型观测成果为依据,反演出能够正确反映坝体变形特性的邓肯-张EB模型参数,从而预测了施工期末和蓄水期末该坝的变形特性,并基于总应力法研究了心墙水力劈裂破坏发生的可能性,为茅坪溪堆石坝运行期的安全生产提供依据。研究结果表明,茅坪溪心墙堆石坝不会发生水力劈裂破坏,该坝蓄水后虽然水压上升,但心墙仍是安全的。     

人工神经网络在水环境质量评价中的应用

为了将人工神经网络应用于水环境质量评价，应用了人工神经网络Ｂ—Ｐ算法，构造了水环境质量评价模型，该模型应用于实例评价结果表明，人工神经网络用于环境质量评价具有客观性，通用性和实用性。     

基于神经网络的洪水预报研究

人工神经网络通过神经元之间的相互作用来完成整个网络的信息处理,具有自学习和自适应等一系列优点,因而用它来进行洪水预报是可行的.对洪水预报问题,初步建立了基于神经网络的洪水预报系统,给出了应用实例.     

PSO和SVM混合算法确定太湖入湖河流水质主要影响因子

以影响太湖入湖河流水质的24个因子值为研究对象，将PSO算法与SVM算法相结合。PSO算法用于优化SVM算法的参数c和g，以利于快速、高效地确定c和g的全局最优值；SVM算法基于最优的c和g，分别以24，21，18，15，12，9和6个因子作为特征向量预测水质的污染程度。结果表明，当特征向量为9个影响因子时预测率最高。其参数c=18.56，g=1.35，对应的预测率为：全局预测率92.59%，重度污染水质预测率88.89%，轻度污染水质预测率94.45%。因此，通过PSO和SVM混合算法，可以确定影响太湖入湖河流水质的主要因子，利用这些主要因子对水质进行预测预警，不但可以节省时间，而且可以得到精确的结果。     

基于三角形算法的电力系统连通可靠性分析∗

为了研究电力系统的连通可靠性,介绍了网络连通性分析中常用的三种算法(图论法、模糊数学法、Warshall算法)及各自存在的问题。针对现有算法在求解传递闭包过程中未考虑对角线元素的问题,提出了基于 Warshall算法的假定算法。对此算法进行探讨后提出了可以避免偏差和考虑对角线元素处理的三角形算法,并进行推理及证明。基于川北地区 110 kV 发电站与变电站的可靠性,进行了电力系统连通可靠性的实例分析,对比验证了三角形算法的高效性。为大型网络系统连通可靠性分析提供了理论依据。     

基于自适应参数调节和动态分组学习的水波优化算法

针对浅水波理论易陷入局部最优、收敛速度慢的问题,提出基于自适应参数调节和动态分组学习的水波优化算法。通过分析控制参数的变化,采取了参数自适应调节机制平衡算法的全局搜索和局部开发能力;设计基于正余弦因子的动态分组学习阶段,有效增强了算法跳出局部最优的能力,从而提高了算法的收敛精度。仿真结果表明,与标准水波优化算法相比,改进的算法表现出了较好的竞争性。     

基于粒子群算法的城市垃圾中转站的空间布局研究

随着城市化的进程，垃圾处理设施成为影响城市化质量的重要指标。依据人们实际所关注的垃圾处理设施的总成本和负效应两个因素，在前人研究的基础上，建立了垃圾收运多目标模型，使得总成本和负效应最优化。根据模型设计了粒子群算法，该算法属于智能算法，且精度高，收敛快，在许多领域也得到广泛应用。用设计的粒子群算法并结合案例求出了Pareto最优解，给出三种决策方案，验证了模型和算法的有效性和可行性，为决策者提供了一种理论参考。     

模拟退火算法在大气环境质量综合评价中的应用

为了建立一种对多项指标都能普遍使用的大气环境质量综合评价模式,利用模拟退火算法对幂函数加和型指数评价中参数进行优化,并用优化后的综合评价指数公式对大气环境进行综合评价。该公式应用于大量实例的分析评价结果与其他多种评价方法评价结果比较表明:该公式不受污染物种类和数目多少的限制,计算简便,具有可行性、实用性和通用性。