水资源规划优化技术研究进展及展望

文章针对水资源管理与规划的发展过程,详细论述了水资源系统管理与规划中常用优化技术的国内外研究成果及应用。根据是否考虑了模型参数或者模型结构的不确定性问题,将优化模型分为确定性优化模型和不确定性优化模型,同时对每种优化技术做了简要介绍,通过对不确定性优化模型的详细介绍指出了不确定性优化是当前水资源系统优化的热点;同时指出当前不确定性优化技术存在的问题,未来不确定性优化技术发展方向为多种不确定性以及多重效益的综合考虑等。     

基于小波分解与自适应多级残差修正的最小二乘支持向量回归预测模型的PM2.5浓度预测

采用小波分解(WD)将济南市科干所监测站PM_(2.5)浓度的一维时间序列(2013年1月1日—2017年8月15日)分解为高维信息,获得了该监测站附近PM_(2.5)浓度的时频变化特征,重点分析了PM_(2.5)的随机性和趋势性问题.然后构建了基于小波分解的多级残差修正的最小二乘支持向量回归预测模型(AMLRC-WLSSVR),结果发现,该模型能够很好地对济南市PM_(2.5)浓度做出预测,特别是针对重污染天气的预测有很好的精度.为了避免预测结果的不确定性问题,提出了一种基于方差估计给出预测值置信区间上界的方法,同时,有效弥补了单点预测的不稳定性及预测精度不足的缺点,该方法能够为实际空气污染预警提供技术支持.