公开(公告)号：CN112101818B

公开(公告)日：2024-04-23

申请号：CN202011092833.7

申请日：2020-10-13

Applicant: 南昌工程学院 ,  江西省宜春水文局(江西省宜春水资源监测中心)

Inventor： 康传雄 ,  桂发亮 ,  黄监初 ,  白桦 ,  王涛

IPC: G06Q10/0631 ,  G06Q50/26 ,  G06F30/18

Abstract: 本发明公开了一种适用于复杂水力联系的海绵城市洪涝优化调度方法，包括：构建城区水力联系拓扑关系图；确定洪涝调度的主要节点、优化计算时段间隔；根据洪涝调度的主要控制目标，确定洪涝调度的目标函数；确定洪涝调度的约束条件；根据洪涝调度的目标函数和约束条件，建立洪涝调度模型；按照洪涝调度的目标函数优先级，采用分层优化法，结合洪涝调度的优化计算时段间隔，优化求解洪涝调度模型，集成洪涝调度系统，并根据洪涝调度模型的优化调度结果，指导城区洪涝调度。本发明针对具有复杂网状水力联系的海绵城市洪涝调度问题，可避免现有经验调度方式的盲目性，实现城市洪涝问题的科学和精细化调度，消除或最大程度减轻城市洪涝灾害损失。

公开(公告)号：CN114036850A

公开(公告)日：2022-02-11

申请号：CN202111353582.8

申请日：2021-11-16

Applicant: 南昌工程学院

Inventor： 吴绍飞 ,  贺淼 ,  康传雄 ,  黄彬彬 ,  王奇 ,  桂发亮

IPC: G06F30/27 ,  G06F119/02

Abstract: 本发明公开了一种基于VECGM的径流预测方法。该方法首先通过VMD处理径流序列的非平稳性，将原始径流序列拆解为不同频率分量，拆解后震荡强烈的高频分量采取组合耦合网络CNN‑GRU模型进行预测，并通过ESMA优化组合模型的超参数；然后变化平缓的低频分量通过MLR建模预测；最后将各模态分量的预测输出叠加重构为完整预测结果。本发明提出的VECGM模型相比于单一模型CNN、GRU和RF，组合网络ESMA‑CNN‑GRU(ECG)的模型预测误差MAE、MAPE和RMSE更低，模拟拟合指数R2和KGE值更高，证明该组合网络性能优异，更加适合处理波动性强、非线性平稳的径流序列。

公开(公告)号：CN113762078A

公开(公告)日：2021-12-07

申请号：CN202110885473.4

申请日：2021-08-03

Applicant: 南昌工程学院

Inventor： 吴绍飞 ,  贺淼 ,  黄彬彬 ,  康传雄 ,  唐明 ,  刘晓峰

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08 ,  G06Q10/04 ,  G06Q50/26

Abstract: 本发明公开了一种基于VMD‑CSSA‑LSTM‑MLR组合模型的湖泊TN预测方法。该方法首先通过VMD分解为K个本征模态分量；然后分别采用LSTM神经网络对高频信号进行处理预测，采用CSSA优化LSTM神经网络的超参数；采用MLR对低频信号进行处理预测；叠加所有模态分量的预测值，得到实际预测结果。本发明有效解决了其它常用的信号分解方法存在的模态混叠、端点效应等问题，且该方法运行速度快，分解结果稳定；同时，提高了算法的运行效率以及模型的预测精度，解决了LSTM神经网络的超参数人工确定难的问题，提高了预测模型的效率及精度。

公开(公告)号：CN112101818A

公开(公告)日：2020-12-18

申请号：CN202011092833.7

申请日：2020-10-13

Applicant: 南昌工程学院 ,  江西省宜春水文局(江西省宜春水资源监测中心)

Inventor： 康传雄 ,  桂发亮 ,  黄监初 ,  白桦 ,  王涛

IPC: G06Q10/06 ,  G06Q50/26 ,  G06F30/18

Abstract: 本发明公开了一种适用于复杂水力联系的海绵城市洪涝优化调度方法，包括：构建城区水力联系拓扑关系图；确定洪涝调度的主要节点、优化计算时段间隔；根据洪涝调度的主要控制目标，确定洪涝调度的目标函数；确定洪涝调度的约束条件；根据洪涝调度的目标函数和约束条件，建立洪涝调度模型；按照洪涝调度的目标函数优先级，采用分层优化法，结合洪涝调度的优化计算时段间隔，优化求解洪涝调度模型，集成洪涝调度系统，并根据洪涝调度模型的优化调度结果，指导城区洪涝调度。本发明针对具有复杂网状水力联系的海绵城市洪涝调度问题，可避免现有经验调度方式的盲目性，实现城市洪涝问题的科学和精细化调度，消除或最大程度减轻城市洪涝灾害损失。