水资源智能模式识别方法及其应用
发布时间:2020-04-22 07:58
【摘要】:模糊集、人工神经网络、遗传算法是当前国际学术界三大学科前沿领域,它们突破了以传统数学模型为基础解决现实问题的思维方式,探索、模拟大千世界复杂多变的非线性特征,成为目前正蓬勃发展的新兴学科—智能科学的核心内容,是仿生学的三大重要分支。 自从模糊集、人工神经网络、遗传算法引入水资源模式识别方法以后,“模式”的内涵与外延大大拓广。本文尝试应用这三大方法解决水问题,提出了基于这三大方法的水资源智能模式识别的概念,给出了水资源智能模式识别方法解决水问题的一般步骤。详述了遗传算法存在的问题并提出一套从算法整体结构上改进的加速遗传算法;提出了基于改进加速遗传算法的水质模型参数智能识别方法、基于人工神经网络的智能模式识别方法、基于模糊集理论的智能模式识别方法、基于时间序列的智能模式识别方法,并将这些方法用于解决实际的水问题。结果表明水资源智能模式识别方法在具有广阔的应用前景。
【学位授予单位】:合肥工业大学
【学位级别】:硕士
【学位授予年份】:2005
【分类号】:TV213.4
本文编号:2636328
【学位授予单位】:合肥工业大学
【学位级别】:硕士
【学位授予年份】:2005
【分类号】:TV213.4
【引证文献】
相关硕士学位论文 前2条
1 周玉良;水安全问题中的智能非参数方法[D];合肥工业大学;2006年
2 冯小冲;水库中长期水文预报模型研究[D];南京水利科学研究院;2010年
,本文编号:2636328
本文链接:https://www.wllwen.com/kejilunwen/zylw/2636328.html