针对目前海洋能区划研究中存在的计算复杂、耗时长和成本高等问题,本研究基于改进的多准则决策(Multiple criteria decision making,MCDM)方法和人工神经网络(Artificial neural network,ANN),提出了一种风浪联合开发区划智能模型。为...针对目前海洋能区划研究中存在的计算复杂、耗时长和成本高等问题,本研究基于改进的多准则决策(Multiple criteria decision making,MCDM)方法和人工神经网络(Artificial neural network,ANN),提出了一种风浪联合开发区划智能模型。为降低专家的主观偏差,应用基于层级的模糊权重评估(Fuzzy level based weight assessment,FLBWA)法来计算各评价指标权重;继而结合改进的Borda-全乘比例多目标优化(Borda-multi-objective optimization on the basis of ratio analysis plus full multiplicative form,Borda-MULTIMOORA)法计算开发适宜性指数,从而能够更加准确、高效地得到评价结果;之后,基于灰狼优化算法的反向传播(Grey wolf optimizer with back propagation,GWO-BP)神经网络构建并训练智能模型,将适宜性分析转化为自动化、高效化和智能化的过程;最后,以山东省风浪联合开发区划为例验证该模型的可行性和合理性。根据实例验证,该模型可以实现风浪联合开发区划的智能化,为相关领域的研究和政府规划提供参考。展开更多
暴雨洪水管理模型(storm water management model,SWMM)的不确定参数在一定程度上影响着内涝模拟的精度,因此以中山市某研究区域为例,计算SWMM模型参数的初始值,采用最大互信息系数和偏相关系数探究短历时、长历时不同重现期下对径流总...暴雨洪水管理模型(storm water management model,SWMM)的不确定参数在一定程度上影响着内涝模拟的精度,因此以中山市某研究区域为例,计算SWMM模型参数的初始值,采用最大互信息系数和偏相关系数探究短历时、长历时不同重现期下对径流总量、出流总量、峰值流量和峰现时间敏感的参数,并利用熵权法确定2种方法的权重进行综合评价,结合综合分析得到的敏感参数和偏相关分析得到的变量之间的正负相关关系,选取8场历史降雨对模型进行率定与验证。结果表明:2种方法得到的各重现期下敏感参数并不完全一致;综合分析发现不同重现期要考虑的敏感参数略有不同,且各重现期最敏感参数与最大互信息系数的结果一致;P=10 a、20 a同一重现期不同降雨历时下敏感参数存在较大差异;模型模拟的管网井下液位的纳什效率系数均大于0.7,峰现时间误差均小于等于30 min,峰值相对误差的绝对值均小于3.5%。通过深入分析模型参数的不确定性,可提高参数率定效率和模型的准确度。展开更多
文摘针对目前海洋能区划研究中存在的计算复杂、耗时长和成本高等问题,本研究基于改进的多准则决策(Multiple criteria decision making,MCDM)方法和人工神经网络(Artificial neural network,ANN),提出了一种风浪联合开发区划智能模型。为降低专家的主观偏差,应用基于层级的模糊权重评估(Fuzzy level based weight assessment,FLBWA)法来计算各评价指标权重;继而结合改进的Borda-全乘比例多目标优化(Borda-multi-objective optimization on the basis of ratio analysis plus full multiplicative form,Borda-MULTIMOORA)法计算开发适宜性指数,从而能够更加准确、高效地得到评价结果;之后,基于灰狼优化算法的反向传播(Grey wolf optimizer with back propagation,GWO-BP)神经网络构建并训练智能模型,将适宜性分析转化为自动化、高效化和智能化的过程;最后,以山东省风浪联合开发区划为例验证该模型的可行性和合理性。根据实例验证,该模型可以实现风浪联合开发区划的智能化,为相关领域的研究和政府规划提供参考。
