Please wait a minute...
浙江大学学报（理学版）
浙江大学学报（理学版）  2013, Vol. 40 Issue (6): 710-715    
地球科学     
基于GIS与多子群遗传神经网络模型的水位方案优选
Normal water level scheme optimization based on GIS and multi-population genetic neural network model
 全文: PDF(876 KB)   HTML ( ) 
摘要： 水利水电工程决策具有多目标、多层次、多影响因素的特点.针对现有正常蓄水位方案形成过程的不足，建立了基于GIS辅助分析、从蓄水位限值确定到获取方案指标、从方案形成到各方案比选的一整套流程方法.为解决正常蓄水位方案优选的非线性问题，避免综合优选模型中依靠主观经验赋权的人为因素影响，提出将多子群遗传神经网络模型应用于正常蓄水位方案优选.该方法有效减少了人为主观因素的影响，提高了指标权重确定的客观程度，为正常蓄水位方案的优选提供了新思路和解决办法.
收稿日期: 2012-11-20 出版日期: 2013-11-22
服务　　
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章　　
郜美娜
严俊
刘仁义
张丰

引用本文:

郜美娜, 严俊, 刘仁义, 张丰. 基于GIS与多子群遗传神经网络模型的水位方案优选[J]. 浙江大学学报（理学版）, 2013, 40(6): 710-715.

GAO Mei-Na, YAN Jun, LIU Ren-Yi, ZHANG Feng. Normal water level scheme optimization based on GIS and multi-population genetic neural network model. Journal of ZheJIang University(Science Edition), 2013, 40(6): 710-715.

链接本文:

https://www.zjujournals.com/sci/CN/    或    https://www.zjujournals.com/sci/CN/Y2013/V40/I6/710

No related articles found!