-
公开(公告)号:CN119228070A
公开(公告)日:2024-12-31
申请号:CN202411719160.1
申请日:2024-11-28
Applicant: 河海大学
IPC: G06Q10/0631 , G06Q10/0635 , G06Q50/06
Abstract: 本发明公开了考虑多源不确定性传播和演化追踪的水库群调度决策方法,涉及水库调度技术领域,用于解决随机环境下的水库调度多目标风险决策问题的问题;通过构建时空二维风险推演模型,对水库群调度过程进行精细化风险诊断与动态推演,获取不确定性传播与演化追踪机制,有效提高了水库调度决策在不确定性环境下的稳健性和可靠性;并且在群体偏好信息的获取上采用综合考虑主观权重与偏好冲突的偏好调解器FAHP‑OWA获取高维权重向量。同时结合了多轮交互优化和权重分配机制,能够逐步引入决策者的偏好信息,使得调度过程更具灵活性和决策群体的协调性,提高了决策群体在不确定性环境下的决策效率和准确性,实现了方案优劣的精准判别。
-
公开(公告)号:CN119204355A
公开(公告)日:2024-12-27
申请号:CN202411707422.2
申请日:2024-11-27
Applicant: 河海大学
IPC: G06Q10/04 , G06Q50/26 , G06F18/2415 , G06Q10/0639 , G06F18/25
Abstract: 本发明公开了基于物理过程和可解释深度学习双驱动的水文预报方法,涉及水文预报技术领域,用于针对过程驱动模型难以完全概括动态水文过程、数据驱动模型忽略物理过程的问题;通过融合传统水文模型与可解释深度学习,充分利用了两者的优势,从而显著提高了实时水文预报的精度和效率。采用头部特定改进极光优化算法优化混合模型的参数,不仅能够提高预测精度,确保模型的可靠性和稳定性,还减少了计算资源的消耗,并且通过采用沙普利加性解释方法对深度学习模型进行解释,进一步增强了模型的可解释性,使用户能够清晰了解输入变量对预测结果的影响。这一特性为模型的实际应用提供了重要支持,特别是在需要决策透明度的水文预报领域。
-
公开(公告)号:CN118229019A
公开(公告)日:2024-06-21
申请号:CN202410437682.6
申请日:2024-04-12
Applicant: 河海大学
IPC: G06Q10/0631 , G06Q10/04 , G06Q10/0635 , G06Q10/067 , G06Q50/06 , G06Q50/26 , G06F17/16 , G06N3/126
Abstract: 本发明公开了一种水库群洪水资源利用多目标风险调控与决策方法,包括:设置水库群系统不同洪水资源超蓄组合方案;识别洪水资源超蓄的防洪风险源并进行随机模拟;建立水库群多目标防洪风险随机优化调度模型,将各超蓄组合方案的模拟样本输入模型进行优化模拟;基于所有模拟结果通过非支配排序提取水库群总超蓄水量与各防洪目标的非劣方案集;采用TOPSIS得到符合决策者偏好的超蓄方案和防洪调度策略。本发明以风险管理和调控为理念,建立在实施洪水资源利用前提下的水库群多目标防洪风险随机优化模型,通过随机模拟和多准则决策得到符合决策偏好的最优兴利‑防洪协调方案,为提高汛期水库群系统的综合运行效益提供可行的模型方法。
-
-