CN113112124A - 一种淤地坝系风险评价方法 - Google Patents
一种淤地坝系风险评价方法 Download PDFInfo
- Publication number
- CN113112124A CN113112124A CN202110300414.6A CN202110300414A CN113112124A CN 113112124 A CN113112124 A CN 113112124A CN 202110300414 A CN202110300414 A CN 202110300414A CN 113112124 A CN113112124 A CN 113112124A
- Authority
- CN
- China
- Prior art keywords
- dam
- evaluation
- matrix
- dam system
- risk
- 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
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 92
- 239000011159 matrix material Substances 0.000 claims abstract description 50
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000012163 sequencing technique Methods 0.000 claims description 6
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000013210 evaluation model Methods 0.000 abstract description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 241000972672 Phellodendron Species 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 240000009087 Crescentia cujete Species 0.000 description 1
- 235000005983 Crescentia cujete Nutrition 0.000 description 1
- 235000009797 Lagenaria vulgaris Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开的一种淤地坝系风险评价方法,包括以下步骤:步骤1,使用层次分析法求得主观权重向量ω主j;步骤2,使用熵权法求得评价指标的客观权重向量ω客j;步骤3,综合主观权重向量ω主j与客观权重向量ω客j,得到组合权重矩阵W;步骤4,使用TOPSIS评价方法获取各坝系之间相对风险大小。该方法解决了现有技术中存在的,鲜有同时考虑主观经验因素和客观数据信息的小流域淤地坝系风险评价模型的问题。
Description
技术领域
本发明属于水利工程技术领域,具体涉及一种淤地坝系风险评价方法。
背景技术
现有研究大多基于少量指标数据分析,缺乏针对小流域淤地坝系相对完备的综合评价指标体系及普适易用的评价方法。在小流域淤地坝系风险排序过程中数据有限情况下,若只单一采用层次分析法确定指标权重,存在主观性较强、数据波动大、难以寻求其典型分布规律的缺陷,无法客观评价各风险指标。若单一采用熵权法,此方法只考虑影响淤地坝系风险的客观因素,忽视了专家的工程经验。
发明内容
本发明的目的是提供一种淤地坝系风险评价方法,解决了现有技术中存在的,鲜有同时考虑主观经验因素和客观数据信息的小流域淤地坝系风险评价模型的问题。
本发明所采用的技术方案是,一种淤地坝系风险评价方法,包括以下步骤:
步骤1,使用层次分析法求得主观权重向量ω主j;
步骤2,使用熵权法求得评价指标的客观权重向量ω客j;
步骤3,综合主观权重向量ω主j与客观权重向量ω客j,得到组合权重矩阵W;
步骤4,使用TOPSIS评价方法获取各坝系之间相对风险大小。
本发明的特征还在于,
步骤1具体按照以下步骤实施:
步骤1.1:对于有m个子坝系,每个子坝系有n个评价指标的淤地坝系,构造该淤地坝系中各评价指标的相互重要程度比较值组成主观判断矩阵A:
式中,apq为主观判断矩阵A中任意一个相互重要程度比较值,用数字1~9及其倒数来表示;
步骤1.2:一致性检验:
a.计算一致性指标CI:
式中,λmax为主观判断矩阵A的最大特征根;
b.计算一致性比例CR:
CR<0.1时,此主观判断矩阵A的一致性被认为接受,再经特征向量标准化变换后即可求得第j个评价指标的主观权重向量ω主j。
步骤2具体按照以下步骤实施:
步骤2.1:对于有m个子坝系,每个子坝系有n个评价指标的淤地坝系,构建客观判断矩阵R:
R=(rij)mn,i=1,2,...,m;j=1,2,...,n (4)
式中,rij为第i个坝系的第j个评价指标的值;
步骤2.2:将矩阵R进行归一化处理,得到归一化后的判断矩阵D=(dij)mn,其中dij的表达式如下:
式中,rmax为同一指标不同子坝系下的最优指标值;rmin为同一指标不同子坝系下的最劣指标值;
步骤2.3:确定有m个子坝系,每个子坝系有n个评价指标的淤地坝系的评价指标的熵Sj为:
步骤2.4:第j个评价指标的客观权重向量ω客j为:
步骤3中,组合权重矩阵W的表达式为:
步骤4具体按照以下步骤实施:
步骤4.1:数据标准化:
针对有m个子坝系,每个子坝系有n个评价指标的淤地坝系,设初始评价矩阵X为:
其中,xij为第i个子坝系的第j个评价指标的值;
对于xij的值进行标化处理,使用公式(10)进行标化处理得到对应的标化值pij如下:
最终得到标准化矩阵为:P=[pij]m×n;
步骤4.2:建立加权决策评价矩阵:
考虑各评价指标权重后的加权决策评价矩阵V为:
V=P·W=[vij]m×n (11)
式中的W为组合权重矩阵,由(8)计算得到;vij表示矩阵V中任意一项的值;
步骤4.3:确定正理想解V+与负理想解V-,具体如下:
V+={max(vij)|i=1,2,...,m;j=1,2,...,n}={v1 +,v2+,...,vn +} (12)
V-={min(vij)|i=1,2,...,m;j=1,2,...,n}={v1 -,v2 -,...,vn -} (13)
步骤4.4:计算欧式距离:
评价指标到正理想解V+与负理想解V-的欧氏距离分别为:
式中,vj +为评价指标j的正理想点,vj -为评价指标j的负理想点;
步骤4.5:相对贴近度Ti计算与排序:
用相对贴近度Ti表示评价值与最优值的接近程度,其值越大表示越靠近最优值,即风险越小,其计算式如下:
计算各坝系的贴近度并排序,获取各个坝系之间的相对风险大小。
本发明的有益效果是:
本发明方法实现了经验判断与客观数据信息的有效集成,概念清晰,结果合理。考虑主观经验因素和客观数据信息,规避了权重计算仅仅只考虑主、客观单方面因素的影响,保证了风险评价指标因素权重分配得当,确保了评价指标的客观、公正性。在评价分辨水平和决策精度上更具优势,更适用于风险评价。
附图说明
图1是本发明一种淤地坝系风险评价方法的风险评价模型图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明一种淤地坝系风险评价方法,如图1所示,包括以下步骤:
步骤1,使用层次分析法求得主观权重向量ω主j;
步骤1具体按照以下步骤实施:
步骤1.1:对于有m个子坝系,每个子坝系有n个评价指标的淤地坝系,构造该淤地坝系中各评价指标的相互重要程度比较值组成主观判断矩阵A:
式中,apq为主观判断矩阵A中任意一个相互重要程度比较值,用数字1~9及其倒数来表示,相互重要程度比较值确定原则见下表;
表1相互重要程度比较值确定原则
注意:当指标p比指标q的相互重要程度比较值为apq时,
指标q比指标p的相互重要程度比较值为1/apq。
步骤1.2:一致性检验:
a.计算一致性指标CI:
式中,λmax为主观判断矩阵A的最大特征根;通过表2查找对应的随机一致性指标RI。
表2随机一致性指标
b.计算一致性比例CR:
CR<0.1时,此主观判断矩阵A的一致性被认为接受,再经特征向量标准化变换后即可求得第j个评价指标的主观权重向量ω主j。
步骤2,使用熵权法求得评价指标的客观权重向量ω客j;
步骤2具体按照以下步骤实施:
步骤2.1:对于有m个子坝系,每个子坝系有n个评价指标的淤地坝系,构建客观判断矩阵R:
R=(rij)mn,i=1,2,...,m;j=1,2,...,n (4)
式中,rij为第i个坝系的第j个评价指标的值;
步骤2.2:将矩阵R进行归一化处理,得到归一化后的判断矩阵D=(dij)mn,其中dij的表达式如下:
式中,rmax为同一指标不同子坝系下的最优指标值;rmin为同一指标不同子坝系下的最劣指标值;
步骤2.3:确定有m个子坝系,每个子坝系有n个评价指标的淤地坝系的评价指标的熵Sj为:
步骤2.4:第j个评价指标的客观权重向量ω客j为:
步骤3,综合主观权重向量ω主j与客观权重向量ω客j,得到组合权重矩阵W;
步骤3中,组合权重矩阵W的表达式为:
步骤4,使用TOPSIS评价方法(基于逼近理想解法)获取各坝系之间相对风险大小。
步骤4具体按照以下步骤实施:
步骤4.1:数据标准化:
针对有m个子坝系,每个子坝系有n个评价指标的淤地坝系,设初始评价矩阵X为:
其中,xij为第i个子坝系的第j个评价指标的值,具体参照下表的二级指标C的取值。
表3淤地坝系风险评价指标含义
在洪灾风险层中,C1与C2的取值可取实际值。
对评价指标泄水设施C3进行赋值时,赋值范围为[0.1,1],赋值可参考以下情形:当主坝有完整的溢洪道时取值为1,当溢洪道存在少量破损时取值为0.9,当采用卧管、竖井进行放水时取值为0.5,当其为闷葫芦坝或放水口被堵而无法放水时取值为0.1。
对评价指标坝体完好程度C4进行赋值时,赋值范围为[0.1,1],赋值可参考以下情形:当主坝的坝体完好时取值为1,当存在细沟裂缝时取值为0.8,当存在细小洞穴时取值为0.2。
对于评价指标坝系布局系数C5,它反映了坝系布局的合理性,赋值范围为[0,1],大于0.65表示布局合理,小于0.4表示布局不合理,之间表示基本合理。
在运行风险层中,对评价指标日常管理风险C6进行赋值,赋值范围为[0.1,1],赋值可参考以下情形:当有相关部门对淤地坝进行管理、维护时取值为1,否则为0.1。
对评价指标应急风险C7进行赋值,当存在事故应急措施时取值为1,否则为0。对评价指标监测风险C8进行赋值,当存在齐全且能够正常运行的监测设施时取值为1,否则为0.1。
在经济风险层中,对评价指标下游损失风险C9进行赋值,当下游有重要居民建筑时,骨干坝坝系单元取值为1,支沟流域坝系单元取值为0.8。对评价指标作物保收风险C10进行赋值,赋值范围为[0.1,1],其风险值与滞洪水深对应的洪水重现期相关。
对于xij的值进行标化处理,使用公式(10)进行标化处理得到对应的标化值pij如下:
最终得到标准化矩阵为:P=[pij]m×n;
步骤4.2:建立加权决策评价矩阵:
考虑各评价指标权重后的加权决策评价矩阵V为:
V=P·W=[vij]m×n (11)
式中的W为组合权重矩阵,由(8)计算得到;vij表示矩阵V中任意一项的值;
步骤4.3:确定正理想解V+与负理想解V-,具体如下:
V+={max(vij)|i=1,2,...,m;j=1,2,...,n}={v1 +,v2 +,...,vn +} (12)
V-={min(vij)|i=1,2,...,m;j=1,2,...,n}={v1 -,v2 -,...,vn -} (13)
步骤4.4:计算欧式距离:
评价指标到正理想解V+与负理想解V-的欧氏距离分别为:
式中,vj +为评价指标j的正理想点,vj -为评价指标j的负理想点;评价指标离正理想点越近,离负理想点越远,指标越优,风险越小。
步骤4.5:相对贴近度Ti计算与排序:
用相对贴近度Ti表示评价值与最优值的接近程度,其值越大表示越靠近最优值,即风险越小,其计算式如下:
计算各坝系的贴近度并排序,获取各个坝系之间的相对风险大小。
实施案例:
王茂沟是位于陕西省榆林市绥德县韭园沟无定河中游左岸的一条二级支沟,地理位置为东经940~1188m,流域面积为5.97km2,主沟长3.75km,地面坡度一般在20°以上。流域降雨较少并且分布不均,多年平均降水量为513mm,其汛期降雨占到年降水总量的70%以上。以2012年7月15日王茂沟流域遭受罕见暴雨袭击后溃决的淤地坝为例开展研究。剔除掉2012年之前已经溃决及淤满的淤地坝后,选取其中18座淤地坝进行分析,将王茂沟流域坝系分为关地沟单元、王塔沟单元、王茂沟2号单元、埝堰沟单元、康和沟单元和黄柏沟单元。
淤地坝系的详细情况见下表:
表4王茂沟坝系单元基本情况
根据步骤1,步骤2,步骤3求得主观权重向量、客观权重向量以及组合权重矩阵。计算结果见下表:
表5数据处理结果
根据步骤4,建立初始评价矩阵X,其中每一项的取值如下所示:
根据公式(10),对X进行标化处理得到矩阵P,其中每一项的值经过计算如下所示:
根据式(11)计算加权决策评价矩阵V,其中每一项的值经过计算如下所示:
由式(12)与式(13)计算正负理想解:
V+=[0.097 0.088 0.092 0.058 0.068 0.116 0.127 0.118 0.101 0.134]
V-=[0 0 0 0 0 0 0 0 0 0]
由式(14)与式(15)计算各坝系单元到正、负理想点的距离:
D+=[0.278 0.290 0.190 0.238 0.255 0.238]
D-=[0.149 0.125 0.248 0.164 0.166 0.208]
由式(16)计算相对贴近度如下:
T=[0.349 0.301 0.566 0.408 0.393 0.466]
相对贴近度越大表示风险越小,采用组合权重-TOPSIS风险评价模型对王茂沟小流域坝系单元的风险排序结果为:王茂沟2号单元<黄柏沟单元<埝堰沟单元<康和沟单元<关地沟单元<王塔沟单元。
至此,本方法充分利用收集的数据,通过结合层次分析法与熵权法,并利用TOPSIS评价方法建立淤地坝系风险评价模型,对王茂沟淤地坝系的风险大小进行合理排序,该方法评价分辨水平和决策精度上更具优势,更适用于风险评价,该方法解决了现有技术中存在的,鲜有同时考虑主观经验因素和客观数据信息的小流域淤地坝系风险评价模型的问题。
Claims (5)
1.一种淤地坝系风险评价方法,其特征在于,包括以下步骤:
步骤1,使用层次分析法求得主观权重向量ω主j;
步骤2,使用熵权法求得评价指标的客观权重向量ω客j;
步骤3,综合主观权重向量ω主j与客观权重向量ω客j,得到组合权重矩阵W;
步骤4,使用TOPSIS评价方法获取各坝系之间相对风险大小。
3.根据权利要求1所述的一种淤地坝系风险评价方法,其特征在于,步骤2具体按照以下步骤实施:
步骤2.1:对于有m个子坝系,每个子坝系有n个评价指标的淤地坝系,构建客观判断矩阵R:
R=(rij)mn,i=1,2,...,m;j=1,2,...,n (4)
式中,rij为第i个坝系的第j个评价指标的值;
步骤2.2:将矩阵R进行归一化处理,得到归一化后的判断矩阵D=(dij)mn,其中dij的表达式如下:
式中,rmax为同一指标不同子坝系下的最优指标值;rmin为同一指标不同子坝系下的最劣指标值;
步骤2.3:确定有m个子坝系,每个子坝系有n个评价指标的淤地坝系的评价指标的熵Sj为:
步骤2.4:第j个评价指标的客观权重向量ω客j为:
5.根据权利要求1所述的一种淤地坝系风险评价方法,其特征在于,步骤4具体按照以下步骤实施:
步骤4.1:数据标准化
针对有m个子坝系,每个子坝系有n个评价指标的淤地坝系,设初始评价矩阵X为:
其中,xij为第i个子坝系的第j个淤地坝系风险评价指标的值;
对于xij的值进行标化处理,使用公式(10)进行标化处理得到对应的标化值pij如下:
最终得到标准化矩阵为:P=[pij]m×n;
步骤4.2:建立加权决策评价矩阵:
考虑各评价指标权重后的加权决策评价矩阵V为:
V=P·W=[vij]m×n (11)
式中的W为组合权重矩阵,由(8)计算得到;vij表示矩阵V中任意一项的值;
步骤4.3:确定正理想解V+与负理想解V-,具体如下:
V+={max(vij)|i=1,2,...,m;j=1,2,...,n}={v1 +,v2 +,..,vn +} (12)
V-={min(vij)|i=1,2,...,m;j=1,2,...,n}={v1 -,v2 -,...,vn -} (13);
步骤4.4:计算欧式距离:
评价指标到正理想解V+与负理想解V-的欧氏距离分别为:
式中,vj +为评价指标j的正理想点,vj -为评价指标j的负理想点;
步骤4.5:相对贴近度Ti计算与排序:
用相对贴近度Ti表示评价值与最优值的接近程度,其值越大表示越靠近最优值,即风险越小,其计算式如下:
计算各坝系的贴近度并排序,获取各个坝系之间的相对风险大小。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110300414.6A CN113112124A (zh) | 2021-03-22 | 2021-03-22 | 一种淤地坝系风险评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110300414.6A CN113112124A (zh) | 2021-03-22 | 2021-03-22 | 一种淤地坝系风险评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113112124A true CN113112124A (zh) | 2021-07-13 |
Family
ID=76712141
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110300414.6A Pending CN113112124A (zh) | 2021-03-22 | 2021-03-22 | 一种淤地坝系风险评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113112124A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160145994A1 (en) * | 2014-11-20 | 2016-05-26 | Petrochina Company Limited | Evaluation Method and Evaluation Device for Water Breakthrough Risk of Production Wells in Aquifer Drive Gas Reservoirs |
CN109345029A (zh) * | 2018-10-26 | 2019-02-15 | 石家庄铁道大学 | 一种基于改进Topsis法的隧道施工优选方法 |
CN111260211A (zh) * | 2020-01-14 | 2020-06-09 | 东南大学 | 一种基于ahp-改进的熵权法-topsis的智慧能源系统评价方法及装置 |
CN111428989A (zh) * | 2020-03-20 | 2020-07-17 | 三峡大学 | 一种基于topsis模型的矿业遗迹综合评价方法 |
CN111861133A (zh) * | 2020-06-23 | 2020-10-30 | 天津大学 | 一种山洪灾害防治能力评价方法 |
CN111859680A (zh) * | 2020-07-24 | 2020-10-30 | 武汉理工大学 | 一种系统性能综合评价方法 |
-
2021
- 2021-03-22 CN CN202110300414.6A patent/CN113112124A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160145994A1 (en) * | 2014-11-20 | 2016-05-26 | Petrochina Company Limited | Evaluation Method and Evaluation Device for Water Breakthrough Risk of Production Wells in Aquifer Drive Gas Reservoirs |
CN109345029A (zh) * | 2018-10-26 | 2019-02-15 | 石家庄铁道大学 | 一种基于改进Topsis法的隧道施工优选方法 |
CN111260211A (zh) * | 2020-01-14 | 2020-06-09 | 东南大学 | 一种基于ahp-改进的熵权法-topsis的智慧能源系统评价方法及装置 |
CN111428989A (zh) * | 2020-03-20 | 2020-07-17 | 三峡大学 | 一种基于topsis模型的矿业遗迹综合评价方法 |
CN111861133A (zh) * | 2020-06-23 | 2020-10-30 | 天津大学 | 一种山洪灾害防治能力评价方法 |
CN111859680A (zh) * | 2020-07-24 | 2020-10-30 | 武汉理工大学 | 一种系统性能综合评价方法 |
Non-Patent Citations (3)
Title |
---|
王丹等: "宁夏典型流域淤地坝系运行风险评价", 中国水土保持科学, pages 17 - 25 * |
王丹等: "韭园沟流域淤地坝坝系布局评价", 水土保持研究, vol. 23, no. 5, pages 49 - 53 * |
袁水龙等: "黄土丘陵区小流域淤地坝系安全评价体系研究", 土地开发工程研究, pages 40 - 45 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107544253B (zh) | 基于改进模糊熵权法的大型导弹装备退役安全控制方法 | |
CN111582755A (zh) | 一种基于多维度集合信息山洪灾害综合风险动态评估方法 | |
KR20180116820A (ko) | 다중 가중치 산정 및 topsis를 이용한 단위유역별 수자원 취약성 평가 방법 | |
Du et al. | Modeling and analysis of effects of precipitation and vegetation coverage on runoff and sediment yield in Jinsha River Basin | |
CN110458391A (zh) | 一种用于城市群区域洪水风险区划的精细化诊断方法 | |
CN113807545A (zh) | 一种基于深度学习和物理模型的河湖生态流量预报预警方法 | |
CN113191644A (zh) | 一种基于自发-引发风险评价模型城市内涝风险评价方法 | |
CN115423272B (zh) | 一种融合历史淹没强度的洪涝风险评估方法和系统 | |
Pramanik et al. | Development of design flood hydrographs using probability density functions | |
CN108665163A (zh) | 服务于主体功能区的生态功能综合评估方法 | |
CN113935609A (zh) | 一种长河段多溃口凌汛洪水淹没联合风险评估方法 | |
CN116561957B (zh) | 一种基于数值模拟的地下空间内涝评估方法 | |
CN115375198A (zh) | 区域河湖水系连通联合调度和水质安全保障方法及系统 | |
CN112801450A (zh) | 一种基于改进可变模糊集理论的溃坝环境影响评价方法 | |
CN115471078A (zh) | 一种基于城市水务系统的洪涝风险点评估方法及装置 | |
CN110428191A (zh) | 配电网脆弱节点辨识的方法 | |
CN113850516A (zh) | 基于t-s模糊神经网络的水质评价方法 | |
CN116842443A (zh) | 一种基于博弈论-变权的岩爆烈度等级预测方法 | |
CN115909662A (zh) | 一种淤地坝防洪预警方法与系统 | |
CN108492049A (zh) | 一种基于逻辑回归的p2p平台运营风险评估的系统 | |
CN115859577A (zh) | 基于气象预报的水华预警方法、装置、介质及设备 | |
Anilan et al. | Application of Artificial Neural Networks and regression analysis to L-moments based regional frequency analysis in the Eastern Black Sea Basin, Turkey | |
CN115049188A (zh) | 基于集对分析的线性工程渗流安全评估方法 | |
CN105590034A (zh) | 防汛减灾能力评价模型 | |
CN113112124A (zh) | 一种淤地坝系风险评价方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |