

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、自從20世紀(jì)40年代以來(lái),人們一直在利用生物系統(tǒng)的靈感來(lái)解決許多實(shí)際問(wèn)題,并構(gòu)造和設(shè)計(jì)出許多仿生優(yōu)化算法。本論文簡(jiǎn)要介紹了幾種目前比較流行的仿生優(yōu)化算法。
混沌優(yōu)化搜索方法作為一種新穎的優(yōu)化技術(shù),己引起了許多學(xué)者重視。在許多學(xué)者的努力下,提出了多種基于混沌機(jī)制的優(yōu)化方法,己取得較好的優(yōu)化效果。
本論文在充分學(xué)習(xí)前人成果的基礎(chǔ)上,對(duì)混沌優(yōu)化算法進(jìn)行了深入的研究,將其它優(yōu)化算法與混沌優(yōu)化算法相結(jié)合,建立了一些新的
2、模型,并將之應(yīng)用于三江平原水文水資源領(lǐng)域?,F(xiàn)將本論文的主要研究成果及創(chuàng)新點(diǎn)介紹如下。
1、論文主要取得了以下幾個(gè)方面的成果:
(1)應(yīng)用完全混沌優(yōu)化算法對(duì)位于三江平原的撓力河干流地區(qū)水資源進(jìn)行了配置,取得了較為理想的計(jì)算結(jié)果。從計(jì)算結(jié)果可以看出:各分區(qū)的工業(yè)和城鄉(xiāng)居民生活用水,基本上都是由當(dāng)?shù)氐牡叵滤┙o,生態(tài)環(huán)境用水來(lái)自區(qū)間天然徑流,而農(nóng)業(yè)用水則是多水源的供給,這是符合當(dāng)?shù)氐膶?shí)際情況和發(fā)展需要的,其結(jié)論是合
3、理的。
(2)建立了基于混沌優(yōu)化算法的模糊神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)模型。模糊神經(jīng)網(wǎng)絡(luò)模型具有良好的局部搜索能力,而混沌優(yōu)化算法的全局搜索能力很強(qiáng)。將二者結(jié)合,可以彌補(bǔ)神經(jīng)網(wǎng)絡(luò)的不足,充分發(fā)揮二者的優(yōu)勢(shì)。基于混沌優(yōu)化算法的模糊人工神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)模型與傳統(tǒng)的模糊人工神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)模型相比,具有更高的計(jì)算精度和更好的評(píng)價(jià)效果。應(yīng)用該模型對(duì)三江平原六大分區(qū)地下水脆弱性進(jìn)行了評(píng)價(jià)。
(3)建立了基于混沌蟻群優(yōu)化算法的投影尋蹤分類模型。
4、該模型用混沌蟻群優(yōu)化算法代替?zhèn)鹘y(tǒng)的遺傳算法,使投影尋蹤模型的計(jì)算精度進(jìn)一步得到提高。應(yīng)用基于混沌蟻群優(yōu)化算法的投影尋蹤分類模型對(duì)虎林縣月牙自然保護(hù)區(qū)不同開(kāi)墾年限的土壤質(zhì)量進(jìn)行了綜合評(píng)價(jià),通過(guò)比較分析綜合評(píng)價(jià)值的大小來(lái)評(píng)價(jià)開(kāi)墾后的土壤變化趨勢(shì),取得了較為令人滿意的評(píng)價(jià)結(jié)果。
(4)建立了基于混沌粒子群優(yōu)化算法的灰色GM(1,1)模型。通過(guò)橫向和縱向比較,優(yōu)化效果良好,模型預(yù)測(cè)精度得到了提高。應(yīng)用該模型對(duì)三江平原建三江分局創(chuàng)業(yè)
5、農(nóng)場(chǎng)地下水埋深進(jìn)行了預(yù)測(cè)。預(yù)測(cè)結(jié)果表明,未來(lái)五年內(nèi),如果目前的發(fā)展模式不發(fā)生改變,地下水供需動(dòng)態(tài)平衡將被進(jìn)一步破壞,導(dǎo)致該地區(qū)地下水埋深繼續(xù)下降。
(5)建立了基于混沌粒子群優(yōu)化算法的小波神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型。該模型改善了人工神經(jīng)網(wǎng)絡(luò)對(duì)初始權(quán)值和閾值隨機(jī)賦值以及網(wǎng)絡(luò)容易陷入局部極小的缺點(diǎn)。應(yīng)用該模型對(duì)富錦市井灌水稻需水量進(jìn)行了模擬預(yù)測(cè),取得了令人滿意的結(jié)果。為三江平原井灌水稻地區(qū)合理制定灌溉制度提供了強(qiáng)有力的理論依據(jù),為水稻需
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 62143.投影尋蹤及其在水文水資源中的應(yīng)用
- 集對(duì)分析和粗糙集理論在水文水資源中的應(yīng)用研究.pdf
- 68855.子波分析及其在水文水資源研究中的應(yīng)用
- 水資源系統(tǒng)耦合理論及其在涇河水文水資源研究中的應(yīng)用.pdf
- 地理信息系統(tǒng)在水文水資源中的應(yīng)用
- 水文水資源考試大綱
- 隨機(jī)模糊分析方法研究及其在水文水資源系統(tǒng)中的應(yīng)用.pdf
- 水文水資源基礎(chǔ)概念
- 淺談gis在水文水資源領(lǐng)域中的應(yīng)用進(jìn)展
- 小波神經(jīng)網(wǎng)絡(luò)模型及其在水文水資源中的應(yīng)用.pdf
- 地理信息系統(tǒng)在水文水資源管理中的應(yīng)用
- 基于智能算法的若干典型水文水資源問(wèn)題研究.pdf
- 69203.非參數(shù)模型及其在水文水資源隨機(jī)模擬中的應(yīng)用
- 水文水資源學(xué)的復(fù)習(xí)題
- 水文水資源專業(yè)試題水文站網(wǎng)部分
- 河海大學(xué)水文水資源學(xué)院接收
- 淺論水文水資源信息共享的對(duì)策
- 水文水資源監(jiān)測(cè)數(shù)據(jù)管理平臺(tái)研究與應(yīng)用.pdf
- 會(huì)議指南-河海大學(xué)水文水資源學(xué)院
- 水文水資源與水利工程科學(xué)
評(píng)論
0/150
提交評(píng)論