杨斌斌

作品数:7被引量:54H指数:4
导出分析报告
供职机构:中华人民共和国水利部更多>>
发文主题:新安江模型BP神经网络参数率定水电站厂洪水预报更多>>
发文领域:水利工程天文地球更多>>
发文期刊:《水文》《中国工程科学》《东北水利水电》《水电自动化与大坝监测》更多>>
所获基金:国家教育部博士点基金国家自然科学基金水利部公益性行业科研专项高层次人才科研启动基金更多>>
-

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
条 记 录,以下是1-7
视图:
排序:
改进POA算法在流域防洪优化调度中的应用被引量:11
《水电能源科学》2010年第12期36-38,115,共4页杨斌斌 孙万光 
水利部公益性行业科研专项经费基金资助项目(200901037)
针对流域防洪优化调度问题,采用多维逐步优化算法,基于最大削峰准则下的最优决策,提出了两阶段逐步优化算法。实例结果表明,两阶段算法能较好克服单阶段算法不利解问题,并通过对第一阶段求解结果进一步优化,提高了防洪决策的合理性与可...
关键词:流域防洪 优化调度 多维逐步优化 两阶段逐步优化 
新安江模型参数有效优化及不确定性评估被引量:4
《中国工程科学》2010年第3期100-107,112,共9页王文川 程春田 邱林 杨斌斌 
国家自然科学基金(50679011);水利部公益性行业科研专项(200801015);华北水利水电学院高层次人才科研启动资助项目(200821)
应用新安江模型进行水文模拟时,由于模型本身的不足及参数多、信息量少等原因,会出现率定的最优参数组不唯一、不稳定等问题。考虑到以往的参数优选,都只得出一个参数组,不能反映出其不确定性状况。提出应用基于马尔可夫链蒙特卡罗(MCMC...
关键词:新安江模型 参数率定 不确定性评估 SCEM-UA 
多目标进化算法在新安江模型参数率定中的应用比较研究被引量:3
《水文》2010年第3期38-42,共5页杨斌斌 王文川 
水利部公益性行业科研项目(200801015);华北水利水电学院高层次人才科研启动项目资助(200821)
为了克服传统优化技术在新安江模型参数率定中收敛慢、不稳定等缺点,近年来利用进化算法在水文模型的率定中得到越来越多的重视和发展,但对它们优选效果的比较讨论却非常少见。本文根据三水源新安江模型特点,以洪峰流量,峰现时间和洪水...
关键词:多目标进化算法 NSGA-Ⅱ SPEA PESA 参数率定 新安江模型 
基于BP神经网络和遗传算法的丰满水库洪水预报模型研究
《东北水利水电》2009年第8期57-58,62,共3页李成林 杨斌斌 
根据丰满水库的流域特性,尝试使用BP神经网络模型进行洪水预报。针对随机生成网络权重的盲目性,采用遗传算法进行初始权重优化。通过历史洪水检验,证实此模型在丰满水库的洪水预报中有很高的预报精度和应用价值。
关键词:洪水预报 BP神经网络 遗传算法 
动态规划和粒子群算法在水电站厂内经济运行中的应用比较研究被引量:25
《水力发电学报》2008年第6期27-31,共5页程春田 唐子田 李刚 杨斌斌 
国家自然科学基金项目(50679011);高校博士点基金资助项目(20050141008)
随着电站装机容量和机组台数的不断增加,利用动态规划求解水电站厂内经济运行问题,将面临"维数灾"和实效性问题。近些年,粒子群算法作为一种新型的群体智能优化方法,由于能够弥补动态规划计算时间长、内存占用量大等诸多不足,在水电站...
关键词:水电工程 动态规划 粒子群算法 巨型水电站 
基于改进BP网络的日径流预报模型研究被引量:7
《水电能源科学》2008年第6期14-16,共3页张俊 程春田 杨斌斌 廖胜利 
国家自然科学基金资助项目(50679011);高校博士点基金资助项目(20050141008)
针对常规BP算法收敛速度慢和难以获得全局最优的不足,将网络误差函数的改变量引入权值和偏移值的调整,采用自适应学习速率和自适应动量因子调整策略,建立了基于多层感知器神经网络(MLP—ANN)的水文预报模型。采用自相关函数(ACF)和交叉...
关键词:降雨一径流模拟 BP神经网络 自适应算法 新安江模型 非线性系统模拟 
水电站厂内短期经济运行系统的设计与实现被引量:4
《水电自动化与大坝监测》2007年第1期21-24,共4页唐子田 程春田 李刚 杨斌斌 
教育部博士学科点专项科研基金资助项目(20050141008)。
随着中国电力体制改革的推进,发电企业成了竞争的主体,水电站实施厂内经济运行显得尤为重要。文中探讨了在电力市场环境下如何将全厂的日发电计划最优地分配到各台机组,建立了以发电耗流量最小为目标的数学模型,设计并开发了基于B/S模...
关键词:水电站 厂内经济运行 负荷分配 机组组合 
检索报告 对象比较 聚类工具 使用帮助 返回顶部