韩通
- 作品数：4 被引量：41H指数：4
- 供职机构：河海大学水文水资源学院更多>>
- 发文基金：国家自然科学基金水利部公益性行业科研专项公益性行业(气象)科研专项更多>>
- 相关领域：水利工程天文地球更多>>
- 基于k-最近邻筛选的BMA集合预报模型研究被引量：4
- 2017年
- 针对冗余训练样本会降低BMA参数求解效率与精度问题,本文提出在BMA运算之前采用k-最近邻(k-nearest neighbor)算法筛选有价值训练样本,并用于BMA参数求解的改进模型。模拟试验在淮河王家坝站进行,分别以k-最近邻筛选、不筛选两种方案为BMA提供训练样本,统计分析两种方案中王家坝站流量模拟结果,评价BMA改进法的性能。模拟结果显示,采用k-最近邻样本筛选方法后,BMA模型对洪水过程以及洪峰的预报精度提升明显;概率预报结果的离散程度降低的同时,可靠性程度获得提升。k-最近邻样本筛选方法的引入,能够有效去除BMA模型训练样本中的冗余数据,以少量的样本获得更可靠的模型参数,改善集合预报性能。
- 刘开磊李致家姚成韩通钟栗孙如飞
- 关键词：K-最近邻高斯混合模型
- 山区小流域洪水预报实时校正研究被引量：20
- 2015年
- 为了解决现有实时校正方法对山区小流域洪水进行校正能力不足的问题,引入K最近邻算法用于洪水预报实时校正。以安徽省沙埠流域为试验流域,构建基于K最近邻算法的实时校正模型,同时采用BP神经网络实时校正法和传统的误差自回归方法,以洪峰相对误差和确定性系数为评价指标,分析各校正模型的校正结果。结果表明:基于K最近邻的实时校正法对确定性系数改善最优,BP神经网络实时校正法对洪峰误差校正更精确;将历史洪水资料纳入学习样本后,基于K最近邻的实时校正法的校正能力将进一步提升。基于K最近邻的实时校正法能够有效避免误差自回归方法对洪峰误差控制较差的缺陷,适应性强,反应灵敏,精确度高,可作为山区小流域洪水预报实时校正的有效工具。
- 韩通李致家刘开磊黄鹏年
- 关键词：实时校正K最近邻算法BP神经网络
- 基于SCE-UA算法的API模型应用研究被引量：10
- 2014年
- 为了减小Nash模型参数优化中人工试错法和局部优化法的不确定性，以一种快速有效的优化方法求Nash模型参数的全局最优解。以安徽呈村和榆村流域为例，使用SCE—UA算法对API模型参数进行优化，采用对数绝对值误差为目标参数，分析优化结果。选用1988年～1999年共20场洪水进行经检验分析，模拟结果确定性系数均达到0．8以上．其中场18洪确定性系数达到0．9以上。研究结果表明，采用SCE—UA算法对API模型参数优化可以取得较好的结果。提高了模拟精度。
- 周洋洋李致家姚成韩通
- 关键词：参数优化
- 基于地形地貌资料的Nash单位线参数规律研究被引量：7
- 2016年
- 为了将Nash单位线应用在无资料地区,基于DEM研究Nash单位线的参数规律.以皖南山区若干中小流域为试验流域,率定Nash单位线参数;利用Arc GIS 10.1提取的地形地貌因子和地表覆盖类型对Nash单位线参数进行回归分析和通径分析,建立基于DEM的Nash单位线参数推求公式,并进行检验.回归分析结果表明该推求公式回归效果显著,具有统计学意义;通径分析结果表明面积坡度是最根本的解释变量,对Nash单位线参数起决定作用.基于DEM的Nash单位线参数推求公式不依赖于实测资料,可在无资料山区流域推广应用.
- 周莉李致家韩通
- 关键词：通径分析
