-
公开(公告)号：CN114488350B
公开(公告)日：2024-04-30
申请号：CN202210083637.6
申请日：2022-01-18
Applicant: 重庆交通大学
Abstract: 本发明公开了一种基于雷达图信息处理的山地城市短时降雨预报方法，其特征在于，根据云层雷达信息图提取云团信息，并计算云团移动方向和速度，判断需评估时间间隔后云团是否移动至评估区域，并进行降雨判断。本发明能够更好地识别云团并实现追踪，能够避免跟踪丢失和误差累计的问题，对于移速快、分散、复杂的云团仍有较好预测效果，特别适合对于山地城市的短时降雨(尤其是短时强降雨)预报。
-
公开(公告)号：CN119312451A
公开(公告)日：2025-01-14
申请号：CN202411417076.4
申请日：2024-10-11
Applicant: 重庆交通大学
IPC: G06F30/13 , G06F30/28 , G06F113/08
Abstract: 本发明公开了一种基于SOBOL敏感性分析的城市LID设施布局优化方法，其特征在于，先建立研究城市区域的SWMM模型，在SWMM模型中构建节点溢流量与LID方案建设成本的函数关系，采用SOBOL法对每个子汇水区域的LID设施的布设规模参数进行全局敏感性分析，并根据参数敏感性分析结果调整优化筛选出的敏感变量的LID设施布设面积，对比分析参数优化前后的Pareto最优解集，获得更优的城市LID设施布局方案。故相对于现有技术，本方法通过增加敏感区域LID布设面积提高节点溢流量的削减效果，减少不敏感区域LID布设面积以降低方案建设成本；故本发明计算效率更高，且使得LID空间布局更加合理。
-
Patent Agency Ranking
公开(公告)号：CN110909485A
公开(公告)日：2020-03-24
申请号：CN201911231984.3
申请日：2019-12-05
Applicant: 重庆交通大学
Abstract: 本发明公开了一种基于BP神经网络的SWMM模型参数自率定方法，包括以下步骤：S1：建立研究区域的降雨径流模型；S2：确定待率定参数组和取值范围，同时抽样生成参数取值序列；S3：将参数序列导入模型并驱动运行出模拟结果；S4:提取出模拟结果作为输入变量，S2中的参数取值序列作为目标变量；S5:建立BP神经网络进行训练优化，使模型满足误差在置信区间的要求；S6：选取监测点实测水深数据输入S5中训练的网络进行仿真，得到自动率定参数，实现参数自率定。本发明克服了人工试错法参数率定主观因素的影响，并且相对于遗传算法参数率定步骤更为简单快捷，能够更精确、有效、快捷的完成参数率定过程，且NS值大于0.85。
-
公开(公告)号：CN110909485B
公开(公告)日：2022-04-12
申请号：CN201911231984.3
申请日：2019-12-05
Applicant: 重庆交通大学
Abstract: 本发明公开了一种基于BP神经网络的SWMM模型参数自率定方法，包括以下步骤：S1：建立研究区域的降雨径流模型；S2：确定待率定参数组和取值范围，同时抽样生成参数取值序列；S3：将参数序列导入模型并驱动运行出模拟结果；S4:提取出模拟结果作为输入变量，S2中的参数取值序列作为目标变量；S5:建立BP神经网络进行训练优化，使模型满足误差在置信区间的要求；S6：选取监测点实测水深数据输入S5中训练的网络进行仿真，得到自动率定参数，实现参数自率定。本发明克服了人工试错法参数率定主观因素的影响，并且相对于遗传算法参数率定步骤更为简单快捷，能够更精确、有效、快捷的完成参数率定过程，且NS值大于0.85。
-
公开(公告)号：CN119720756A
公开(公告)日：2025-03-28
申请号：CN202411773151.0
申请日：2024-12-04
Applicant: 重庆交通大学
IPC: G06F30/27 , G06F30/18 , G06N3/042 , G06F113/14 , G06F119/14
Abstract: 本发明公开了一种将SWMM模型数据转换为图神经网络直接识别的数据的交互方法，包括以下步骤：第一步：基于MATLAB软件读取SWMM模型的.inp文件并提取信息，把管道连接关系信息保存为第一个npy文件，同时把管道长度信息保存为第二个npy文件，接着对各个节点关联的汇水面积、最大不透水率、总宽度、最大坡度、是否为排出口、节点高程及节点深度数据进行提取并归一化处理得到一个节点特征矩阵保存为第三个npy文件。第二步：用python软件将npy文件进行可视化处理。本发明简化了数据处理流程，实现了SWMM模型数据的快速结构化，为城市水文管理提供了精确、实时的分析支持。
-
公开(公告)号：CN117668990A
公开(公告)日：2024-03-08
申请号：CN202311689131.0
申请日：2023-12-11
Applicant: 重庆交通大学
IPC: G06F30/13 , G06F30/18 , G06F30/27 , G06F9/448 , G06N3/126 , G06Q50/26 , G06F111/06 , G06F111/04 , G06F113/08
Abstract: 本发明公开了一种基于SWMM模型和platEMO平台的交互方法，先建立研究城市区域的SWMM模型，划分子汇水区并导出inp文件；在各个子汇水区域上布设LID设施，以各子汇水区域的各LID设施为自变量；基于matlab软件，以LID设施建设成本与洪峰流量为2个目标函数，建立多目标优化模型；利用函数命令封装建设成本和洪峰流量函数；再基于platEMO平台，设置约束条件，按照平台自定义问题的求解步骤，利用平台已有函数功能使两个问题函数建设成本和洪峰流量最小化并逐一完成各子汇水区域的处理。本发明实现了SWMM模型与platEMO平台的交互，方便采用平台的多种优化算法完善优化城市LID空间布局。
-
公开(公告)号：CN114488350A
公开(公告)日：2022-05-13
申请号：CN202210083637.6
申请日：2022-01-18
Applicant: 重庆交通大学
Abstract: 本发明公开了一种基于雷达图信息处理的山地城市短时降雨预报方法，其特征在于，根据云层雷达信息图提取云团信息，并计算云团移动方向和速度，判断需评估时间间隔后云团是否移动至评估区域，并进行降雨判断。本发明能够更好地识别云团并实现追踪，能够避免跟踪丢失和误差累计的问题，对于移速快、分散、复杂的云团仍有较好预测效果，特别适合对于山地城市的短时降雨(尤其是短时强降雨)预报。
-
-
-
-
-
-
Search Results
7
records
(took 0.022 seconds)
