基于二阶聚类与粗糙集的实时洪水分类预报模型研究

摘要

受暴雨的天气系统、降雨强度、降雨中心时空分布、下垫面特性和人类活动等因子的影响,洪水过程形成具有高度的复杂性和不确定性,同时又表现出很强的规律性。针对这一现象,本文应用二阶聚类方法和粗糙集理论建立实时洪水分类预报模型。该模型基于影响因子集利用二阶聚类方法对历史洪水进行聚类,并深入的分析各因子对洪水分类的影响程度;采用遗传算法率定相应洪水类型的模型参数,并通过粗糙集挖掘影响因子与洪水类型间的隐含关系;在实际应用中,根据当前获得的洪水信息识别出所发生洪水的类型并选择相应的模型参数进行洪水预报。将所建立的模型应用于观音阁水库洪水预报方案研究中,实验结果表明,该方法能够准确、迅速的判断洪水类型并选择相应预报模型参数,能有效提高水库实时洪水预报精度。