首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种改进的流域汛期分期方法、系统及存储介质 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:三峡大学

摘要:本发明公开了一种改进的流域汛期分期方法、系统及存储介质,涉及汛期分期技术领域,其中方法包括以下步骤,获取流域数据资料,进行数据预处理,得到序列数据;采用P‑Ⅲ型分布函数描述并确定序列数据的分布特征,选取主汛期入汛标准阈值;采用直接模糊统计法计算经验隶属度;确定理论隶属度函数为目标优化模型,选择主汛期开始时间、主汛期结束时间、升半正态参数和降半正态参数作为模型参数,确定参数取值范围,并选择优化指标;利用多目标优化算法优化理论隶属度函数模型,根据理论隶属度函数拟合结果确定汛期分期。本发明方法较大程度地减少了由于采用模糊集合分析方法划分汛期人为主观因素所引起的误差,能够更客观地确定汛期分期。

主权项:1.一种基于多目标优化算法改进的流域汛期分期方法,其特征在于,包括以下步骤:步骤1、获取流域数据资料,进行数据预处理,得到序列数据;步骤2、确定所述序列数据的分布特征,进而选取确定主汛期入汛标准阈值;具体的,使用P-Ⅲ型分布函数确定所述序列数据的分布特征,公式为: 式中,α为P-Ⅲ型分布的形状参数,β为尺度参数,δ为位置参数,Γα为伽马函数;采用线性矩法估计P-Ⅲ型分布的参数;步骤3、根据所述主汛期入汛标准阈值,计算经验隶属度;使用直接模糊统计法计算经验隶属度,具体的:将汛期作为一年时间论域T中的一个模糊子集A,即用隶属函数UAt来描述任何一个时刻tt∈T属于汛期特性的程度,则经验隶属度为: 式中,对于经验隶属度UAt,选取λ的值,其中λ∈[0,1],则λ的截集为:Aλ={tUAt≥λ,t∈T}式中,Aλ的物理意义为,若时间t对A的隶属度达到或超过λ,则t属于Aλ的成员,于是主汛期扩展为截集里的所有元素,Aλ中包含主汛期的开始与结束时间;步骤4、确定理论隶属度函数为目标优化模型,确定模型参数以及参数的取值范围,并确定优化指标;步骤401、确定理论隶属度函数为目标优化模型,确定模型参数以及参数的取值范围: 式中,WAt为理论隶属度函数,a1为理论隶属度函数中主汛期开始时间,a2为理论隶属度函数中主汛期结束时间,b1为升半正态参数,b2为降半正态参数,参数的取值范围为a1,a2∈[1,365],b1,b2∈[1,100];步骤402、确定皮尔森相关系数、纳什效率系数和均方根误差为多目标优化指标: 式中,R是皮尔森相关系数,描述的是两个变量间线性相关强弱程度,R的绝对值越接近于1表明相关性越强;Obs表示经验隶属度序列,表示经验隶属度均值,Sim表示理论隶属度序列,表示理论隶属度均值,n为样本量; 式中,NSE是纳什效率系数,用于评价模型模拟结果优劣,NSE越接近于1,表示模型质量越好,模型可信度越高;Obs表示经验隶属度序列,表示经验隶属度均值,Sim表示理论隶属度序列,表示理论隶属度均值,n为样本量; 式中,RMSE表示均方根误差,指经验值与理论值偏差的平方与经验值个数比值的平方根,RMSE越小表示模拟效果越好;Obs表示经验隶属度序列,Sim表示理论隶属度序列,n为样本量;步骤5、利用多目标优化算法优化理论隶属度函数模型;步骤6、对理论隶属度函数和经验隶属度进行拟合,当优化指标的拟合程度达到预设的精度要求时,确定理论隶属度函数,对汛期进行划分。

全文数据:

权利要求:

百度查询: 三峡大学 一种改进的流域汛期分期方法、系统及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。