CN103116701A - 一种用于水利信息系统的水利信息调度方法 - Google Patents

一种用于水利信息系统的水利信息调度方法 Download PDF

Info

Publication number
CN103116701A
CN103116701A CN2013100358892A CN201310035889A CN103116701A CN 103116701 A CN103116701 A CN 103116701A CN 2013100358892 A CN2013100358892 A CN 2013100358892A CN 201310035889 A CN201310035889 A CN 201310035889A CN 103116701 A CN103116701 A CN 103116701A
Authority
CN
China
Prior art keywords
water conservancy
dispatching
case
decision
scheme
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2013100358892A
Other languages
English (en)
Inventor
李千目
路国翠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
LIANYUNGANG RESEARCH INSTITUTE OF NANJING UNIVERSITY OF SCIENCE AND TECHNOLOGY
Original Assignee
LIANYUNGANG RESEARCH INSTITUTE OF NANJING UNIVERSITY OF SCIENCE AND TECHNOLOGY
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by LIANYUNGANG RESEARCH INSTITUTE OF NANJING UNIVERSITY OF SCIENCE AND TECHNOLOGY filed Critical LIANYUNGANG RESEARCH INSTITUTE OF NANJING UNIVERSITY OF SCIENCE AND TECHNOLOGY
Priority to CN2013100358892A priority Critical patent/CN103116701A/zh
Publication of CN103116701A publication Critical patent/CN103116701A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种用于水利信息系统的水利调信息度方法。第一步，输入水利泵站相关水文信息特征；采用最近相邻KNN法，从水利调度事例库中找出与当前问题最相似的水利调度事例，进行水利调度事例匹配；第三步，判断水利调度事例库中是否有匹配的水利调度事例，若有，转至第五步，若无，继续执行第四步；第四步，采用基于Vague模糊多目标决策的水利调度事例优选方法，对水利调度事例选择最优调度方案；第五步，输出第一步确定的水利调度事例对应的水利调度方案；第六步，将第一步确定的水利调度事例及第五步输出的水利调度方案保存至水利调度事例库。本发明充分利用了基于事例推理技术的结构相似性的特点，提高了水利调度的准确性。

Description

一种用于水利信息系统的水利信息调度方法
技术领域
本发明涉及人工智能领域中的基于事例推理技术，尤其是涉及一种用于水利信息系统的水利信息调度方法。
背景技术
水利是国民经济的基础，其已从传统的兴利除害，上升到等同于能源和粮食的战略高度。长期以来，为应对水利问题，采取了工程、技术、管理等多方面措施。
目前，水利信息化主要采用数字摄影测量、遥感、遥测等数字化技术和设备采集各种水利基础数据，也可以采用数字化仪或扫描等技术把非数字化的信息数字化；采用数据库和数据仓库等技术存储和组织数据；采用高速数据通信网络传输数据；采用管理信息系统、决策支持系统、地理信息系统、数据挖掘和人工智能等技术处理、使用和发布数据。
水利信息系统，以信息查询为主、以菜单形式组织功能、以表格和图形方式展现水利信息，面向特定决策目标，对影响目标的诸多因素之间关系进行分析。
传统的水利信息系统主要存在的问题和难题有以下几点：①系统集成度低、深度挖掘不够、服务落后；②水利调度缺乏实时协同参与，预报的效果并不是非常理想。
发明内容
本发明的目的在于针对目前水利信息系统集成度低、深度挖掘不够、服务落后，水利调度缺乏实时协同参与，预报效果不理想的问题，提出一种用于水利信息系统的水利信息调度方法。
实现本发明目的的技术解决方案为： 
一种基于智慧水利信息系统的水利调度方法，步骤如下：
第一步，输入水利泵站相关水文信息特征；其中，水文信息特征包括以下属性：发生时间、降雨持续的时间、降雨持续的时间内累计降雨量、汛期、水文年、洪型、洪峰流量、X洪量、洪水频率、洪水历时、初始库水位；
第二步，采用最近相邻（KNN）法，从水利调度事例库中找出与当前问题最相似的水利调度事例，进行水利调度事例匹配。其中，水利调度事例指由第一步获得的水利泵站相关水文信息特征属性组成的一组事例；水利调度事例库保存相应水利调度事例对应的水文信息特征和水利调度方案。
第三步，判断水利调度事例库中是否有匹配的水利调度事例，若有，转至第五步；若无，继续执行第四步；
第四步，采用基于Vague模糊多目标决策的水利调度事例优选方法，对水利调度事例选择最优调度方案：
步骤1：构造m个决策方案，n个目标的决策矩阵；其中目标                                               
Figure 2013100358892100002DEST_PATH_IMAGE002
表示从水利调度事例库中检索到的水利调度事例，决策方案
Figure 2013100358892100002DEST_PATH_IMAGE004
指各水文信息特征属性。设A为决策方案集，C为目标集，，
Figure 2013100358892100002DEST_PATH_IMAGE008
。
步骤2：确定决策方案
Figure 2013100358892100002DEST_PATH_IMAGE010
满足目标
Figure 2013100358892100002DEST_PATH_IMAGE012
上的等级，分为三个等级：满意、中立和不满意；
步骤3：构造目标
Figure 140937DEST_PATH_IMAGE012
对应决策方案的真隶属度函数和假隶属度函数
Figure 2013100358892100002DEST_PATH_IMAGE016
；
步骤4：根据步骤3获得的各真隶属度函数和假隶属度函数，确定步骤1中的m个决策方案和n个目标的决策方案
Figure 2013100358892100002DEST_PATH_IMAGE018
在目标
Figure 2013100358892100002DEST_PATH_IMAGE020
下的Vague值
Figure 2013100358892100002DEST_PATH_IMAGE022
；
步骤5：根据基于Vague多目标模糊决策方法，选择最优水利信息调度方案；
第五步，输出第一步确定的水利调度事例对应的水利调度方案。
第六步，将第一步确定的水利调度事例及第五步输出的水利调度方案保存至水利调度事例库。
本发明与现有技术相比，其显著优点：水利信息集成度较高，能够对现有水文信息特征进行深度挖掘，本发明充分利用了基于事例推理技术的结构相似性的特点，提高了水利调度的准确性。
下面结合附图对本发明作进一步详细描述。
附图说明
附图是用于水利信息系统的水利信息系统的流程图。
具体实施方式
结合图1，本发明涉及一种可靠的用于水利信息系统的水利信息调度方法，步骤如下：
第一步，输入水利泵站相关特征。这里相关特征包括以下属性：发生时间、降雨持续的时间、降雨持续的时间内累计降雨量、汛期、水文年、洪型、洪峰流量、X洪量（X时间的洪量）、洪水频率、洪水历时、初始库水位。
第二步，水利调度事例检索与匹配。采用最近相邻（KNN）法，从水利调度事例库中找出与当前问题最相似的事例，进行水利调度事例匹配。
设从水利调度事例库中检索到n个水利调度事例与新问题即第一步获得的水利调度事例相关，组成的集合表示为
Figure 156353DEST_PATH_IMAGE008
，
Figure 2013100358892100002DEST_PATH_IMAGE024
表示新问题；每个事例包含m个特征属性，记为
Figure 2013100358892100002DEST_PATH_IMAGE026
，
Figure 2013100358892100002DEST_PATH_IMAGE028
表示第i个水利调度事例的第j个特征属性，
Figure 2013100358892100002DEST_PATH_IMAGE030
为的取值。KNN法用数学公式表示为：
Figure 2013100358892100002DEST_PATH_IMAGE032
式中，
Figure 2013100358892100002DEST_PATH_IMAGE034
表示事例
Figure 2013100358892100002DEST_PATH_IMAGE036
和新问题
Figure 2013100358892100002DEST_PATH_IMAGE038
的综合相似度；
Figure 2013100358892100002DEST_PATH_IMAGE040
为第j个属性的权重；
Figure 2013100358892100002DEST_PATH_IMAGE042
表示事例
Figure 320191DEST_PATH_IMAGE036
和新问题
Figure 147333DEST_PATH_IMAGE024
第j个特征属性之间的相似度，通过下式获得：
Figure 2013100358892100002DEST_PATH_IMAGE044
式中，
Figure 2013100358892100002DEST_PATH_IMAGE046
和
Figure 2013100358892100002DEST_PATH_IMAGE048
分别表示事例
Figure 541274DEST_PATH_IMAGE036
和新问题
Figure 654724DEST_PATH_IMAGE024
第j个特征属性的最大值和最小值。
Figure 783217DEST_PATH_IMAGE030
表示事例
Figure 7524DEST_PATH_IMAGE036
的第j个特征属性值。
Figure 2013100358892100002DEST_PATH_IMAGE050
表示事例的第j个特征属性值。
第三步，判断水利调度事例库中是否有匹配的水利调度事例，即判断
Figure 2013100358892100002DEST_PATH_IMAGE052
是否成立，若有，转至第五步；
第四步，水利调度事例优选。由于水利调度问题的复杂性和不确定性，相似度最大的事例并不一定是最好的，除非事例之间相似度特别高。本发明中，采用基于Vague模糊多目标决策的水利调度事例优选算法进行水利调度事例优选，调度方案最优的事例为最优的水利调度事例。
具体步骤如下：
步骤1：构造m个决策方案，n个目标的决策矩阵；设A为决策方案集，C为目标集，，。其中目标表示从水利调度事例库中检索到的水利调度事例，决策方案指各水文信息特征属性。
步骤2：确定决策方案
Figure 9164DEST_PATH_IMAGE010
满足目标
Figure 421691DEST_PATH_IMAGE012
上的程度，分为三个等级：满意、中立和不满意。该等级根据如下标准划分，决策方案
Figure 842833DEST_PATH_IMAGE018
在目标
Figure 555574DEST_PATH_IMAGE020
的测评值为
Figure 2013100358892100002DEST_PATH_IMAGE058
：
(1)   如果
Figure 2013100358892100002DEST_PATH_IMAGE060
，则称目标对于方案
Figure 504124DEST_PATH_IMAGE018
是满意的，或称方案
Figure 70235DEST_PATH_IMAGE018
是支持目标
Figure 637482DEST_PATH_IMAGE020
的。
(2)   如果
Figure 2013100358892100002DEST_PATH_IMAGE062
，则称指标
Figure 201319DEST_PATH_IMAGE020
对于方案
Figure 244230DEST_PATH_IMAGE018
是中立的，或称方案对目标
Figure 770206DEST_PATH_IMAGE020
既不支持也不反对;
(3)   如果
Figure 2013100358892100002DEST_PATH_IMAGE064
，则称目标
Figure 973786DEST_PATH_IMAGE020
对于方案
Figure 582622DEST_PATH_IMAGE018
是不满意的，或称方案
Figure 208644DEST_PATH_IMAGE018
是反对目标
Figure 219325DEST_PATH_IMAGE020
的。
其中，
Figure 2013100358892100002DEST_PATH_IMAGE066
或,
Figure DEST_PATH_IMAGE070
，
Figure DEST_PATH_IMAGE072
，分别表示水利调度事例的各相关特征属性对应的满足程度等级评价临界值。
步骤3：构造目标
Figure 846003DEST_PATH_IMAGE012
对应决策方案
Figure 942135DEST_PATH_IMAGE010
的真隶属度函数
Figure 794685DEST_PATH_IMAGE014
和假隶属度函数
Figure 659872DEST_PATH_IMAGE016
；
决策方案
Figure 329888DEST_PATH_IMAGE018
在目标下的测评值为
Figure DEST_PATH_IMAGE076
，令
Figure DEST_PATH_IMAGE078
Figure DEST_PATH_IMAGE080
当
Figure 287666DEST_PATH_IMAGE066
时，目标
Figure 928732DEST_PATH_IMAGE012
的真隶属值函数
Figure 238490DEST_PATH_IMAGE014
和假隶属度函数
Figure 512477DEST_PATH_IMAGE016
如下：
Figure DEST_PATH_IMAGE082
Figure DEST_PATH_IMAGE084
当
Figure 831463DEST_PATH_IMAGE068
时，单目标的真隶属值函数和假隶属度函数
Figure 10957DEST_PATH_IMAGE016
如下：
Figure DEST_PATH_IMAGE086
Figure DEST_PATH_IMAGE088
步骤4：根据步骤3获得的各真隶属度函数和假隶属度函数，确定步骤1中的m个决策方案和n个目标的决策方案
Figure 834557DEST_PATH_IMAGE018
在目标
Figure 96516DEST_PATH_IMAGE020
下的Vague值
Figure 790802DEST_PATH_IMAGE022
；
决策方案
Figure 973522DEST_PATH_IMAGE018
在目标集C下的特征由以下Vague集来表示：
Figure DEST_PATH_IMAGE090
。
式中，t ij 表示决策方案
Figure 222101DEST_PATH_IMAGE018
满足属性
Figure 617310DEST_PATH_IMAGE020
的程度，
Figure DEST_PATH_IMAGE092
表示决策方案 
Figure 87474DEST_PATH_IMAGE018
不满足属性
Figure 175516DEST_PATH_IMAGE020
的程度。
步骤5：根据基于Vague多目标模糊决策方法，选择最优方案；
在决策方案集A中选择一个方案，使其同时满足属性
Figure 645812DEST_PATH_IMAGE020
，
Figure DEST_PATH_IMAGE094
，…，或者满足属性，即决策者的要求为：
Figure 172608DEST_PATH_IMAGE020
and
Figure 575907DEST_PATH_IMAGE094
and…and
Figure 287380DEST_PATH_IMAGE096
or。记
Figure DEST_PATH_IMAGE100
，
Figure DEST_PATH_IMAGE102
，决策方案满足与不满足该要求的程度分别用计分函数
Figure DEST_PATH_IMAGE104
和
Figure DEST_PATH_IMAGE106
表示为：；
决策规则为：先根据
Figure 960829DEST_PATH_IMAGE104
的值进行选择，该值越大，则方案
Figure 531618DEST_PATH_IMAGE018
对于决策者的要求的适合程度越大；当
Figure 507665DEST_PATH_IMAGE104
的值相同时，再根据函数的值进行选择，该值越大，则方案
Figure 222997DEST_PATH_IMAGE018
越适合决策者的要求，为最优方案。
第五步：输出第一步确定的水利调度事例对应的水利调度方案。
第六步，将第一步确定的水利调度事例保存至水利调度事例库。将第四步中优选出的水利调度事例进行输出，并执行。水利调度事例库保存相应事例对应的事例特征和调度方案。

Claims (5)

1.一种用于水利信息系统的水利信息调度方法，其特征在于步骤如下：
第一步，输入水利泵站相关水文信息特征；其中，水文信息特征包括以下属性：发生时间、降雨持续的时间、降雨持续的时间内累计降雨量、汛期、水文年、洪型、洪峰流量、X洪量、洪水频率、洪水历时和初始库水位；
第二步，采用最近相邻KNN法，从水利调度事例库中找出与当前问题最相似的水利调度事例，进行水利调度事例匹配；其中，水利调度事例指由第一步获得的水利泵站相关水文信息特征属性组成的一组事例；水利调度事例库保存相应水利调度事例对应的水文信息特征和水利调度方案；
第三步，判断水利调度事例库中是否有匹配的水利调度事例，若有，转至第五步，若无，继续执行第四步；
第四步，采用基于Vague模糊多目标决策的水利调度事例优选方法，对水利调度事例选择最优调度方案；
第五步，输出第一步确定的水利调度事例对应的水利调度方案；
第六步，将第一步确定的水利调度事例及第五步输出的水利调度方案保存至水利调度事例库。
2.根据权利要求1所述的一种用于水利信息系统的水利信息调度方法，其特征在于第二步的具体方法为：设从水利调度事例库中检索到n个水利调度事例与新问题即第一步获得的水利调度事例相关，组成的集合表示为                                               
Figure 2013100358892100001DEST_PATH_IMAGE002
，
Figure 2013100358892100001DEST_PATH_IMAGE004
表示新问题；每个事例包含m个特征属性，记为
Figure 2013100358892100001DEST_PATH_IMAGE006
，
Figure 2013100358892100001DEST_PATH_IMAGE008
表示第i个水利调度事例的第j个特征属性，
Figure 2013100358892100001DEST_PATH_IMAGE010
为
Figure 123013DEST_PATH_IMAGE008
的取值；KNN法用数学公式表示为：
Figure 2013100358892100001DEST_PATH_IMAGE012
式中，
Figure 2013100358892100001DEST_PATH_IMAGE014
表示事例
Figure 2013100358892100001DEST_PATH_IMAGE016
和新问题
Figure 2013100358892100001DEST_PATH_IMAGE018
的综合相似度；
Figure 2013100358892100001DEST_PATH_IMAGE020
为第j个属性的权重；
Figure 2013100358892100001DEST_PATH_IMAGE022
表示事例
Figure 289421DEST_PATH_IMAGE016
和新问题
Figure 69158DEST_PATH_IMAGE004
第j个特征属性之间的相似度，通过下式获得：
Figure 2013100358892100001DEST_PATH_IMAGE024
式中，
Figure 2013100358892100001DEST_PATH_IMAGE026
和
Figure 2013100358892100001DEST_PATH_IMAGE028
分别表示事例
Figure 580212DEST_PATH_IMAGE016
和新问题
Figure 394584DEST_PATH_IMAGE004
第j个特征属性的最大值和最小值，
Figure 217047DEST_PATH_IMAGE010
表示事例
Figure 671031DEST_PATH_IMAGE016
的第j个特征属性值，
Figure 2013100358892100001DEST_PATH_IMAGE030
表示事例
Figure 869931DEST_PATH_IMAGE018
的第j个特征属性值。
3.根据权利要求1所述的用于水利信息系统的水利信息调度方法，其特征在于：第三步判断水利调度事例库中是否有匹配的水利调度事例，即判断
Figure 2013100358892100001DEST_PATH_IMAGE032
是否成立。
4.根据权利要求1所述的用于水利信息系统的水利信息调度方法，其特征在于：第四步具体步骤为：
步骤4.1：构造m个决策方案，n个目标的决策矩阵；其中目标
Figure 2013100358892100001DEST_PATH_IMAGE034
表示从水利调度事例库中检索到的水利调度事例，决策方案
Figure 2013100358892100001DEST_PATH_IMAGE036
指各水文信息特征属性；设A为决策方案集，C为目标集，
Figure 2013100358892100001DEST_PATH_IMAGE038
，
Figure 663443DEST_PATH_IMAGE002
；
步骤4.2：确定决策方案
Figure 2013100358892100001DEST_PATH_IMAGE040
满足目标
Figure 2013100358892100001DEST_PATH_IMAGE042
上的等级，分为三个等级：满意、中立和不满意；
步骤4.3：构造目标
Figure 594490DEST_PATH_IMAGE042
对应决策方案
Figure 348820DEST_PATH_IMAGE040
的真隶属度函数
Figure 2013100358892100001DEST_PATH_IMAGE044
和假隶属度函数
Figure 2013100358892100001DEST_PATH_IMAGE046
；
步骤4.4：根据步骤3获得的各真隶属度函数和假隶属度函数，确定步骤1中的m个决策方案和n个目标的决策方案
Figure 2013100358892100001DEST_PATH_IMAGE048
在目标
Figure 2013100358892100001DEST_PATH_IMAGE050
下的Vague值
Figure 2013100358892100001DEST_PATH_IMAGE052
；
步骤4.5：根据基于Vague多目标模糊决策方法，选择最优水利信息调度方案。
5.根据权利要求1或4所述的用于水利信息系统的水利信息调度方法，其特征在于步骤4.5的具体方法为：
在决策方案集A中选择一个决策方案，使其同时满足属性，
Figure 2013100358892100001DEST_PATH_IMAGE054
，…，或者满足属性
Figure 2013100358892100001DEST_PATH_IMAGE058
，即决策者的要求为：
Figure 861414DEST_PATH_IMAGE050
and
Figure 478209DEST_PATH_IMAGE054
and…and
Figure 719834DEST_PATH_IMAGE056
or
Figure 994958DEST_PATH_IMAGE058
；记
Figure DEST_PATH_IMAGE060
，
Figure DEST_PATH_IMAGE062
，决策方案
Figure 576112DEST_PATH_IMAGE048
满足与不满足该要求的程度分别用计分函数
Figure DEST_PATH_IMAGE064
和
Figure DEST_PATH_IMAGE066
表示为：；
决策规则为：先根据的值进行选择，该值越大，则方案对于决策者的要求的适合程度越大；当
Figure 843648DEST_PATH_IMAGE064
的值相同时，再根据函数
Figure 528576DEST_PATH_IMAGE066
的值进行选择，该值越大，则方案越适合决策者的要求，为最优水利信息调度方案。
CN2013100358892A 2013-01-30 2013-01-30 一种用于水利信息系统的水利信息调度方法 Pending CN103116701A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2013100358892A CN103116701A (zh) 2013-01-30 2013-01-30 一种用于水利信息系统的水利信息调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2013100358892A CN103116701A (zh) 2013-01-30 2013-01-30 一种用于水利信息系统的水利信息调度方法

Publications (1)

Publication Number Publication Date
CN103116701A true CN103116701A (zh) 2013-05-22

Family

ID=48415074

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2013100358892A Pending CN103116701A (zh) 2013-01-30 2013-01-30 一种用于水利信息系统的水利信息调度方法

Country Status (1)

Country Link
CN (1) CN103116701A (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103277291A (zh) * 2013-06-07 2013-09-04 上海东方威尔自动化有限公司 一种单级泵站优化调度方法
CN104346695A (zh) * 2014-10-27 2015-02-11 中国水利水电科学研究院 一种面向水污染突发事件应急调度情景生成方法
CN104615845A (zh) * 2014-12-19 2015-05-13 兰州大学 一种超临界洪水风险分析方法
CN106570617A (zh) * 2016-10-24 2017-04-19 华北水利水电大学 一种水利信息调度方法
CN103886516B (zh) * 2014-03-12 2017-05-24 河海大学 一种基于物联网的水利场景分析模型及方法
CN107463901A (zh) * 2017-08-07 2017-12-12 中国科学院遥感与数字地球研究所 多尺度区域洪涝灾害危险性遥感评估方法和系统
WO2017215440A1 (zh) * 2016-06-14 2017-12-21 中兴通讯股份有限公司 一种通信系统设计方法、装置及通信系统
CN110059766A (zh) * 2019-04-26 2019-07-26 兰州大学 一种运用k临近算法进行降水类型分类的方法
CN111401666A (zh) * 2020-04-28 2020-07-10 中国水利水电科学研究院 一种利用预报误差开展上游水库群影响下径流预报的方法
CN113298416A (zh) * 2021-06-15 2021-08-24 云南电网有限责任公司 一种梯级水电站群联合发电调度方案的决策方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101645100A (zh) * 2009-07-23 2010-02-10 北京航空航天大学 一种基于二维图形显示的调水模拟系统
CN102750448A (zh) * 2012-06-11 2012-10-24 中国水利水电科学研究院 一种基于水功能区的水量水质调控方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101645100A (zh) * 2009-07-23 2010-02-10 北京航空航天大学 一种基于二维图形显示的调水模拟系统
CN102750448A (zh) * 2012-06-11 2012-10-24 中国水利水电科学研究院 一种基于水功能区的水量水质调控方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
罗军刚 等: "基于事例推理技术的水库洪水调度研究与应用", 《水科学进展》, vol. 20, no. 1, 30 January 2009 (2009-01-30) *
罗军刚: "水利业务信息化及综合集成应用模式研究", 《中国博士学位论文全文数据库（信息科技辑）》, no. 4, 15 April 2011 (2011-04-15) *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103277291A (zh) * 2013-06-07 2013-09-04 上海东方威尔自动化有限公司 一种单级泵站优化调度方法
CN103886516B (zh) * 2014-03-12 2017-05-24 河海大学 一种基于物联网的水利场景分析模型及方法
CN106997565A (zh) * 2014-03-12 2017-08-01 周惠 基于物联网的水利场景分析模型的工作方法
CN106997565B (zh) * 2014-03-12 2020-10-16 南京工业职业技术大学 基于物联网的水利场景分析模型的工作方法
CN104346695A (zh) * 2014-10-27 2015-02-11 中国水利水电科学研究院 一种面向水污染突发事件应急调度情景生成方法
CN104615845B (zh) * 2014-12-19 2017-12-26 兰州大学 一种超临界洪水风险分析方法
CN104615845A (zh) * 2014-12-19 2015-05-13 兰州大学 一种超临界洪水风险分析方法
WO2017215440A1 (zh) * 2016-06-14 2017-12-21 中兴通讯股份有限公司 一种通信系统设计方法、装置及通信系统
CN107508692A (zh) * 2016-06-14 2017-12-22 中兴通讯股份有限公司 一种通信系统设计方法、装置及通信系统
CN106570617A (zh) * 2016-10-24 2017-04-19 华北水利水电大学 一种水利信息调度方法
CN107463901A (zh) * 2017-08-07 2017-12-12 中国科学院遥感与数字地球研究所 多尺度区域洪涝灾害危险性遥感评估方法和系统
CN110059766A (zh) * 2019-04-26 2019-07-26 兰州大学 一种运用k临近算法进行降水类型分类的方法
CN111401666A (zh) * 2020-04-28 2020-07-10 中国水利水电科学研究院 一种利用预报误差开展上游水库群影响下径流预报的方法
CN111401666B (zh) * 2020-04-28 2021-07-27 中国水利水电科学研究院 一种利用预报误差开展上游水库群影响下径流预报的方法
CN113298416A (zh) * 2021-06-15 2021-08-24 云南电网有限责任公司 一种梯级水电站群联合发电调度方案的决策方法及装置

Similar Documents

Publication Publication Date Title
CN103116701A (zh) 一种用于水利信息系统的水利信息调度方法
CN110851977B (zh) 基于生态流量的供水-发电-生态多目标调度图优化方法
Nikolakaki A GIS site-selection process for habitat creation: estimating connectivity of habitat patches
CN105389713A (zh) 基于用户历史数据的移动流量套餐推荐算法
CN108897719B (zh) 基于自适应遗传算法的气象数据缺失值填补方法
CN108416468B (zh) 一种洪水超前预警预报方法
CN102572744B (zh) 识别特征库获取方法、装置及短消息识别方法、装置
Chang et al. Applying a modified VIKOR method to classify land subdivisions according to watershed vulnerability
CN106931974A (zh) 基于移动终端gps定位数据记录计算个人通勤距离的方法
CN107167136A (zh) 一种面向电子地图的位置推荐方法及系统
CN113256028B (zh) 一种面向大范围长历时干旱的应急供水调配方法
CN110097529A (zh) 一种基于语义规则的农田定级单元划分方法及系统
CN106291764A (zh) 基于大数据和气象分析场的气象预报方法和系统
Lee et al. Landslide hazard mapping and verification using probability rainfall and artificial neural networks
CN109165771A (zh) 一种基于gis网络分析的农村垃圾深埋桶布局优化方法
Vogel et al. The ancient rural settlement structure in the hinterland of Pompeii inferred from spatial analysis and predictive modeling of Villae rusticae
CN107563296B (zh) 基岩海岸岸线的提取方法及系统
CN104731887B (zh) 一种协同过滤中的用户相似度度量方法
Rutledge et al. Thought for food: impacts of urbanisation trends on soil resource availability in New Zealand
LU502699B1 (en) Method and system for predicting risk of geological disasters in villages and towns
CN105320647B (zh) 一种基于文字交互行为的用户特征建模方法
CN115660326A (zh) 一种电力系统备用管理方法、装置、存储介质及系统
동현김 et al. Analysis of morphological characteristics of collapsed reservoirs in Korea
CN105404666A (zh) 一种序列化信息推荐方法
Le et al. Aggregating GIS and MCDM to optimize wave energy converters location in Tasmania, Australia

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20130522