大連理工大學博士學位論文 摘要 水庫調度是緩解我國水資源短缺問題、實現(xiàn)洪水資源化的一項重要非工程措施。而 科學、合理水庫調度需要建立在充分掌握客觀水文規(guī)律的基礎上。因此，水庫的水文預 報是合理調度的基礎，是提高水庫的徑流調節(jié)能力、充分發(fā)揮水庫綜合效益的重要前提。 本文以可變模糊集理論為基礎，重點研究了基于可變模糊集理論的徑流中長期推理預報 方法，為提高水庫調度水平、緩解我國水資源短缺問題提供技術支持；同時研究了流域 洪水模糊可變分類預報方法：最后是可變模糊集理論中模糊可變評價方法及與人工神經(jīng) 網(wǎng)絡相結合時的應用研究。 主要研究內容及成果如下： ( 1 ) 隸屬度與隸屬函數(shù)是模糊集合論中最重要的概念。在可變模糊集理論中，考 慮區(qū)間值的相對隸屬函數(shù)可以合理、簡便地計算模糊集中任意元素對于該模糊集的相對 隸屬度。本文通過分析比較，找出了它與傳統(tǒng)的線性模糊分布函數(shù)之間的區(qū)別與聯(lián)系， 即傳統(tǒng)的模糊分布函數(shù)是考慮區(qū)間值的相對隸屬函數(shù)的一些特例，考慮區(qū)間值的相對隸 屬函數(shù)在描述模糊現(xiàn)象的模糊性時更具有普遍適用性。同時指出了應用考慮區(qū)間值的相 對隸屬函數(shù)時應當注意的問題，為接下來的應用奠定了基礎。 ( 2 ) 提出了基于級別特征值的徑流中長期預報單要素模糊推理方法，使已有的水 文氣象單要素模糊推理法得到了改進。方法應用可變模糊集理論中考慮區(qū)間值的相對隸 屬度函數(shù)來確立模糊子集的隸屬函數(shù)，增強了模糊推理預報方法的理論基礎；采用待預 報徑流級別特征值建立推理預報模式，避免了由于劃分徑流級別數(shù)目不合適造成的大量 重復計算。詳細介紹了方法的基本原理及步驟，并通過實例研究對其進行了驗證。 ( 3 ) 在深入研究了基于相似關系的近似推理法基礎上，提出了考慮預報因子權重 的徑流中長期預報模糊推理法，豐富了水文中長期預報模糊推理方法；為說明方法的基 本原理及步驟，驗證方法的合理性和有效性，將其應用于大伙房水庫年徑流檢驗預報。 從檢驗預報結果看出：考慮預報因子權重的預報結果好于不考慮預報因子權重( 等權重) 的預報結果，表明在徑流中長期預報中，考慮預報因子對待預報徑流影響的差異是十分 必要的。 ( 4 ) 為嘗試研究徑流中長期預報方法中存在的可變因素對預報信息的影響，以陳 守煜教授提出的可變模糊集理論為基礎和指導思想，提出了基于相似關系的徑流中長期 預報模糊可變推理方法，分析了方法中存在的可變參數(shù)。在實例研究中，對可變參數(shù)進 行了六種組合變換，在不同的組合變換方式下分別進行了大伙房水庫年徑流預報檢驗， 基于可變模糊集理論的徑流預報方法研究 得到了多種預報信息。通過綜合分析各種預報信息之間的異同，確定最終的預報結果及 其可靠程度，可用于指導水庫調度決策。 ( 5 ) 以可變模糊集理論為基礎，提出一種考慮分類指標區(qū)間值的流域洪水分類方 法一模糊可變分類方法。該方法可根據(jù)洪水發(fā)生的前期特征，合理、簡便地將洪水進 行分類，按類別優(yōu)選模型參數(shù)、預報未來洪水過程，以提高流域洪水預報水平，為預報 實時校正和水庫調度提供較準確的參考信息；給出了相應的應用研究，應用研究結果驗 證了方法合理性和有效性。 ( 6 ) 可變模糊集理論中模糊可變評價方法可以很好地對評價標準為區(qū)間形式的問 題進行綜合評價。作為可變模糊集理論研究及在水文水資源領域應用的擴展，本文應用 模糊可變評價方法，對黃河流域水資源可再生能力進行了綜合評價；建立了基于模糊優(yōu) 選神經(jīng)網(wǎng)絡和可變模糊集理論的評價方法，應用該方法對黃河流域水資源可再生能力進 行了綜合評價。 關鍵詞：可變模糊集；徑流；中長期；近似推理；相對隸屬函數(shù)：級別特征值；預報； 權重；多指標；洪水；分類方法；綜合評價 大連理工大學博士學位論文 s t u d yo nr u n o f ff o r e c a s t i n gm e t h o d sb a s e do n v a r i a b l ef u z z ys e tt h e o r y a b s tr a c t a ne f 行c i e n tf l o o d c o n t r o ld e c i s i o n m a k i n gi sa l li m p o r t a n tn o n s t r u c t u r a lm e a s u r et o r e l i e v ew a t e rr e s o u r c e ss h o r t a g ea n df u l l yu t i l i z ew a t err e s o u r c e s i ti sn e c e s s a r yt o 矗m y u n d e r s t a n dt h eo b j e c t i v eh y d r o l o g yr e g u l a r i t i e ss o a st om a k es c i e n t i f i ca n dr e a s o n a b l e f l o o d c o n t r o ld e c i s i o n t h e r e f o r e h y d r o l o g yf o r e c a s t i n gi st h eb a s i so fr e s e r v o i ro p e r a t i o n i t i sa l s oav e r yi m p o r t a n tp r e m i s et oi m p r o v et h ew a t e r s h e dr u n o f fa b i l i t ya n dm a k ef u l lu s eo f t h ec o m p r e h e n s i v eb e n e f i to fr e s e r v o i r b a s e do nt h ev a r i a b l ef u z z ys e tt h e o r y ，t h i s d i s s e r t a t i o nm a i n l ys t u d i e st h ef u z z yr e a s o n i n gm e t h o d sf o rm i d l o n gt e r mr u n o f ff o r e c a s t i n g ， w h i c hc a l lp r o v i d et h et e c h n i c a ls u p p o r tf o ri m p r o v i n gt h er e s e r v o i ro p e r a t i o nl e v e ra n d r e l i e v i n gt h ew a t e rr e s o u r c es h o r t a g e o nt h eo t h e rh a n d ，t h ec l a s s i f i e da n df o r e c a s t i n g m e t h o d sf o rb a s i nf l o o da r ea l s os t u d i e dh e r e 1 1 1 em a i no b j e c t i v e sa n dr e s u l t sf o rt h i sr e s e a r c ha r ea sf o l l o w s ( 1 ) 1 1 1 er e l a t i v em e m b e r s h i pd e g r e ea n dr e l a t i v em e m b e r s h i pf u n c t i o na r e t h em o s t i m p o r t a n td e f i n i t i o n si nt h ef u z z ys e tt h e o r y i nt h ev a r i a b l ef u z z ys e tt h e o r y ，t h er e l a t i v e m e m b e r s h i pf u n c t i o nb a s e do ni n t e r v a lp a t t e r nv a l u ec a nb eu s e dt od e t e r m i n et h er e l a t i v e m e m b e r s h i pd e 酉e eo fa n ye l e m e n ti naf u z z ys e t t h ed i f f e r e n c ea n dc o n n e c t i o nb e t w e e n t h e r e l a t i v e m e m b e r s h i p f u n c t i o nb a s e do ni n t e r v a lp a t t e r nv a l u ea n dt h ee x i s t i n g f u z z y d i s t r i b u t i o nf u n c t i o na l ef o u n d ，i e t h ee x i s t i n gf u z z yd i s t r i b u t i o ni sas p e c i a lc a s eo ft h e r e l a t i v em e m b e r s h i pf u n c t i o nb a s e do ni n t e r v a lp a t t e r nv a l u e t h er e l a t i v em e m b e r s h i p f u n c t i o nb a s e do ni n t e r v a lp a t t e r nv a l u eh a su n i v e r s a l i t ya n de x t e n s i v ea d a p t a b l i t y f i n a l l y ， t h en o t i c e a b l ep r o b l e mf o rt h i sr e l a t i v em e m b e r s h i pf u n c t i o ni sc o n s i d e r e d ( 2 ) t h e f i t z z yr e a s o n i n gm e t h o dw i t hs i n g l ef a c t o rf o rm i d l o n gr u n o f ff o r e c a s t i n gb a s e do n r a n kf e a t h e rv a l u ei sp r o p o s e d t m sm e t h o da p p l i e st h ei n t e r v a lp a t t e r nv a l u et od e t e r m i n et h e r e l a t i v em e m b e r s h i pd e g r e eb yr e l a t i v em e m b e r s h i pf u n c t i o na n de n h a n c e st h et h e o r yb a s i so f e x i s t i n gf u z z yr e a s o n i n gm e t h o d t h er e a s o n i n gm o d e li nt h ep r o p o s e dm e t h o di se s t a b l i s h e d b yt h er a n kf e a t h e rv a l u eo ff o r e c a s t i n gr u n o f f , w h i c hc a na v o i dal o to fr e p e a t e dc a l c u l a t i o n n ef u z z yr e a s o n i n gm e t h o dp r i n c i p l e sa r ep r e s e n t e di nd e t a i la n dv e r i f i e db yc a s es t u d i e si n t h i st h e s i s i ts h o w st h a tt h ef u z z yr e a s o n i n gm e t h o dc a ni m p r o v et h ee x i s t i n gh y d r o l o g ya n d m e t e o r o l o g yf u z z yr e a s o n i n gm e t h o d i no r d e rt oe n r i c ha n di m p r o v et h ef u z z yr e a s o n i n gm e t h o df o rr u n o f ff o r e c a s t i n g ，af u z z y r e a s o n i n gm e t h o d 、航mf a c t o rw e i g h tf o rr u n o f ff o r e c a s t i n gi sd e v e l o p e do nt h eb a s i so f i i i 基于可變模糊集理論的徑流預報方法研究 a p p r o x i m a t ef u z z yr e a s o n i n gs i m i l a r i t yr e l a t i o n s h i p t l l i sm e t h o di sa p p l i e dt os t u d yt h e d a b u o f a n gr e s e r v o i ry e a r l yr u n o f ff o r e c a s t i n g 乃er e s u l t s 衍曲f a c t o rw e i g h ta r eb e t t e rt h a n t h o s ew i t he q u a lw e i g h , w h i c hs h o w st h em e t h o dw i t hf a c t o rw e i g h ti sn e c e s s a r y ( 4 ) t h ef u z z yv a r i a b l er e a s o n i n gm e t h o df o rm i d - l o n gr u n o f ff o r e c a s t i n gi sp r o p o s e do nt h e b a s i so fa p p r o x i m a t ef u z z yr e a s o n i n gs i m i l a r i t yr e l a t i o n s h i p t h ev a r i a b l ep a r a m e t e r si nt h e v a r i a b l em e t h o da r ef o u n do u t ac a s es t u d yo fd a h u o f a n gr e s c r v o i ry e a r l yr u n o f ff o r e c a s t i n g i sg i v e nb ys i xc o m b i n a t i o nc o n v e r s i o no fv a r i a b l ep a r a m e t e r s t h ef i n a lf o r e c a s tr e s u l tc a nb e o b t a i n e db ya n a l y z i n gt h er e l a t i o n s h i pa m o n gd i f f e r e n tf o r e c a s t i n gi n f o r m a t i o na n du s e dt o g u i d et h es c h e d u l eo fr e s e r v o i ro p e r a t i o n ( 5 ) ac l a s s i f i e df o r e c a s t i n gm e t h o df o rb a s i nf l o o d si sp r o p o s e db a s e do nt h ev a r i a b l ef u z z y s e t st h e o r y t m sm e t h o dc a nb eu s e dt oc l a s s i f yt h eb a s i nf l o o d sa c c o r d i n gt ot h ee a r l ys t a g e c h a r a c t e r i s t i c so ff l o o d s t h e nt h ep a r a m e t e r si nf l o o df o r e c a s tm o d e la r e o p t i m i z e d r e s p e c t i v e l ya n da p p l i e dt of o r e c a s tt h ec o r r e s p o n d i n gt y p eo fb a s i nf l o o d s t h ea p p l i c a t i o n s t u d ys h o w st h a tt h ep r o p o s e dm e t h o di sr e a s o n a b l ea n dv a l u a b l e ( 6 ) t h ef u z z yv a r i a b l e e v a l u a t i o nm e t h o di s a p p l i e dt oa s s e s st h e w a t e rr e s o u r c e s r e n e w a b i l i t yf o rn i n ea d m i n i s t r a t i v ed i v i s i o n si nt h ey e l l o wr i v e rb a s i n b a s e do nv a r i a b l e f u z z ys e tt h e o r ya n da r t i f i c i a ln e u r a ln e t w o r k ，a l li n n o v a t i v ee v a l u a t i o nm o d e li sp r o p o s e da n d u s e dt os t u d yw a t e rr e s o u r c e sr e n e w a b i l i t y k e yw o r d s ：v a r i a b l ef u z z ys e t ；r u n o f f ；m i d - l o n gt e r m ；a p p r o x i m a t er e a s o n i n g ； r e l a t i v em e m b e r s h i pf u n c t i o n ；r a n kf e a t h e rv a l u e ；f o r e c a s t i n g ；w e i g h t s ； m u l t i o b j e c t i v e ；f l o o d s ；c l a s s i f i e dm e t h o d ；c o m p r e h e n s i v ee v a l u a t i o n i v 大連理工大學博士研究生學位論文 大連理工大學學位論文版權使用授權書 本學位論文作者及指導教師完全了解“大連理工大學碩士、博士學位 論文版權使用規(guī)定 ，同意大連理工大學保留并向國家有關部門或機構送 交學位論文的復印件和電子版，允許論文被查閱和借閱。本人授權大連理 工大學可以將本學位論文的全部或部分內容編入有關數(shù)據(jù)庫進行檢索，也 可采用影印、縮印或掃描等復制手段保存和匯編學位論文。 作者簽名： 辱芻麥 導師簽名茗童埕 蘭蜂乒月主日 獨創(chuàng)性說明 作者鄭重聲明：本博士學位論文是我個人在導師指導下進行的研究工 作及取得研究成果。盡我所知，除了文中特別加以標注和致謝的地方外， 論文中不包含其他人已經(jīng)發(fā)表或撰寫的研究成果，也不包含為獲得大連理 工大學或者其他單位的學位或證書所使用過的材料。與我- - - n 工作的同志 對本研究所做的貢獻均已在論文中做了明確的說明并表示了謝意。 作者簽名：硅壘叁日期：至翌：藝：蘭 大連理工大學博士學位論文 1 緒論 1 1 選題背景 水資源是人類賴以生存和發(fā)展不可缺少且不可替代的有限基礎性自然資源，也是國 民經(jīng)濟發(fā)展必需的經(jīng)濟資源，是一個國家或地區(qū)綜合實力與發(fā)展后勁的重要標志。只有 保障水資源的可持續(xù)發(fā)展，才有可能保障整個國民經(jīng)濟和社會的可持續(xù)發(fā)展【l 】。 隨著人口增長、經(jīng)濟發(fā)展以及人類物質文化生活水平的提高，人類社會對水資源的 需求日益增長；加上由于水資源不合理開發(fā)利用造成的水環(huán)境污染日趨加重，可供利用 的淡水資源不斷減少，使世界正面臨著水危機，并威脅著人類的生存和發(fā)展【2 3 1 。 我國人口眾多，水資源人均占有量只有2 1 8 5 m 3 ( 按2 0 0 4 年人口計算) ，不足世界 平均水平的1 3 ，已被列為全世界1 3 個貧水國家之一。而且，由于氣候、地理等因素的 影響，水資源的時空分布很不均勻，使水資源短缺問題加重。我國經(jīng)常面臨的尷尬局面 是：一方面水資源短缺，供需矛盾突出；另一方面在來水時，為確保河流安瀾和大壩安 全，又不得不全力以赴地護送洪水下泄入海，以至于出現(xiàn)剛剛還在喊“水多 ，一轉眼 又說“水少”的現(xiàn)象。另外，北方干旱缺水和南方洪澇災害經(jīng)常同時發(fā)生睜。 針對上述我國水資源狀況，學者們提出將洪水資源化作為解決水資源短缺問題的一 種策略，即：將洪水變害為利，實現(xiàn)蓄豐水期多余水量補充枯水期用水、調豐水地多余 水量補充枯水地用水，以緩解缺水地區(qū)的水資源短缺問題。實現(xiàn)洪水資源化的途徑很多， 主要分為工程和非工程措施兩個方面。工程措施主要包括修建蓄水工程、調水工程、補 水工程等；非工程措施主要包括調度、政策法規(guī)、管理等 8 - 9 。我國水利工程較多( 是 世界上擁有水庫數(shù)量最多的國家) ，隨著時間的推移，適宜建設新的水利工程的地點越 來越少，因此應當更加重視和突出非工程措施的作用【l 。 水庫優(yōu)化調度是洪水資源化、解決水資源短缺的一個直接有效的非工程措施。而水 庫調度需要考慮徑流的隨機變化特性 1 1 - 1 2 】。精度較高的水文預報，能使人們在協(xié)調防 洪、興利、生態(tài)等之間及各部門用水之間的矛盾時，及早采取措施進行統(tǒng)籌安排，以獲 取最大的綜合效益【1 3 1 。比如，有效地利用精度較高的短中期水文與氣象預報，在汛期能 提前防御洪水、確保防洪安全，在后汛期和汛末能最大程度地抬高汛限水位和興利蓄水 位，提高后期興利效益。因此，水庫的水文預報是水庫優(yōu)化調度的基礎，是提高水庫的 徑流調節(jié)能力、充分發(fā)揮水庫綜合效益的重要前提。 水文預報按預見期可分為：短期水文預報、中長期水文預報和超長期水文預報。中 長期水文預報方法比較多，各種方法都有各自的預報優(yōu)勢，但因其復雜性，目前還沒有 基于可變模糊集理論的徑流預報方法研究 一種預報方法適用于所有的水文時間序列【l4 1 。當中長期水文要素與影響因素之間的關系 難以用預測方程或模型來準確描述，以至于較難得到可應用于實踐的預報信息時，可采 用模糊推理方法來進行徑流預測【l 孓1 7 】。但已有的模糊推理方法相對提出較早，之后相關 研究較少。因此，隨著相關理論與方法的深入研究與發(fā)展，在已有的水文模糊推理方法 研究成果的基礎上對其進行改進，并探索新的水文中長期模糊推理預報方法，在理論與 實際上都是非常有意義的。 洪水預報屬于短期水文預報，相對而言，因其預見期較短，且對于流域產(chǎn)匯流規(guī)律 的物理機制有了一定的認識，預報精度一般都能達到規(guī)范要求，并可為流域防洪與水電 站調度服務，但其預報精度仍可以通過采取一定的科學技術手段得到進一步提高。目前 國內大多數(shù)水庫的洪水預報采用流域水文預報模型?，F(xiàn)有的洪水預報模型可分為分布式 模型和集總概念模型。分布式模型，由于能真實地描述和科學地表示流域徑流形成機理， 因此必將成為發(fā)展前景很好的新一代流域水文模型【l 引。但是分布式水文模型的參數(shù)是隨 空間變化的，其依賴于實測水文、氣象、地理等數(shù)據(jù)資料進行參數(shù)率定，由于流域內各 單元的實測資料難以獲得，致使分布式模型的應用受到一定限制。 對于水文特性非常復雜的流域，集總概念模型的參數(shù)較難根據(jù)“經(jīng)驗”或通過“參 數(shù)率定 確定，而且得到的參數(shù)反映流域平均的產(chǎn)匯流特性，應用于大洪水或小洪水預 報時，結果不是很理想。這時可以將洪水按前期影響因子進行分類，按類別確定模型參 數(shù)。因為合理的洪水分類標準應當為區(qū)間形式，現(xiàn)有的模糊數(shù)學分類法在處理區(qū)間形式 的分類標準時，常將其簡化成點值形式，可能會影響分類的可靠性。所以，研究合理的 洪水分類方法，對流域洪水進行分類預報，是具有的理論與實際意義的。 陳守煜教授在相對隸屬度概念與定義為核心的工程模糊集理論基礎上，提出了可變 模糊集的概念、定義與模型，形成了可變模糊集理論體系，為水文水資源領域中模糊現(xiàn) 象模糊性的研究提供了重要理論依據(jù)和應用參考 1 9 - 2 0 。 基于以上研究背景及理論基礎，結合水利部科技創(chuàng)新項目“2 1 世紀我國水資源開發(fā) 利用陸?？障到y(tǒng)協(xié)同與可變模糊集理論及應用 、國家自然科學基金資助項目“我國水 資源開發(fā)利用陸海空協(xié)同與優(yōu)化配置的研究”、十一五國家科技支撐項目“東北地區(qū)水 資源全要素優(yōu)化配置與安全保障技術體系研究 ，本文重點研究新理論一可變模糊集理 論基礎上的中長期徑流推理預報方法及洪水分類預報方法，為提高水庫調度決策水平、 緩解我國水資源短缺問題提供技術支持。 一2 一 大連理工大學博士學位論文 1 2 水文中長期預報研究現(xiàn)狀及發(fā)展趨勢 中長期水文預報泛指預見期超過流域最大匯流時間，且在三天以上、一年以內的水 文預報，預報的項目包括河道關鍵斷面最大流量、最高水位及最枯流量、最低水位；水 庫入流和庫水位；冰情預報等。水文中長期預報的預見期較長，能夠使人們在解決防洪 與興利及各部門用水之間矛盾時及早采取措施進行統(tǒng)籌安排，獲取最大的綜合效益。比 如，準確及時的徑流中長期預報，對于爭取防汛、抗旱的主動權，制定科學的調度預案， 發(fā)揮水利設施的安全與經(jīng)濟效益有著極其重要的作用。為此，水文科學工作者研究試用 了多種水文中長期預測方法，不少部門多年來積累了許多有成效的研究成果，使水文中 長期預報研究有了一定的發(fā)展。主要有傳統(tǒng)預報方法和現(xiàn)代預報方法。 ( 1 ) 傳統(tǒng)中長期預報方法 成因分析法 成因分析法主要是利用天氣形勢指標或利用大氣環(huán)流形勢指標進行預報的天氣學 方法。它的主要思想是根據(jù)前期的大氣環(huán)流特征以及表示這些特征的各種高空氣象要 素，直接與后期的水文要素建立起定量的關系進行預報。由于水文氣象要素長期變化的 復雜性，它的物理機制遠未被揭露，對其物理成因還很難做出比較客觀的定性或定量描 述，即使應用也只能給出大尺度的定性宏觀預報，再加上該方法對資料要求比較高，而 目前獲取基本氣象資料又較為困難，因此，這類方法目前在水文部門應用尚少【1 5 2 1 彩】。 數(shù)理統(tǒng)計方法 數(shù)理統(tǒng)計方法是水文中長期預報中應用比較廣泛的一種方法。它從大量歷史資料中 應用數(shù)理統(tǒng)計的理論和方法，尋找預報對象和預報因子之間的統(tǒng)計規(guī)律和關系或水文要 素自身歷史變化的統(tǒng)計規(guī)律，建立預報模式進行預報。根據(jù)依據(jù)的資料不同，可分為單 要素預報法和多要素預報法兩類。利用水文要素自身歷史演變規(guī)律，來預報該要素未來 可能出現(xiàn)的數(shù)值，稱為單因素預報，又稱時間序列分析預報。常用的有歷史演變法、周 期分析方法和平穩(wěn)時間序列法等。 實際上，水文氣象要素是天文、氣象、地理等多種因素綜合作用的結果。因此，要 作出未來較長期的水文氣象預報，往往需要在物理成因分析的基礎上，挑選一些具有一 定物理意義或相關程度比較高的因子，應用大量資料及統(tǒng)計分析的方法，建立中長期預 報模型，綜合得出預報結論。這種方法統(tǒng)稱為多要素綜合預報法。常用的有多元回歸分 析法、逐步回歸分析法及多維時間序列外推法等【1 5 凇7 1 。 數(shù)理統(tǒng)計法是建立在對大量歷史資料進行統(tǒng)計分析基礎上的一種預報方法，其對歷 史水文資料及相關因子的資料長度與可靠度要求較高，在目前尚無成熟的中長期水文預 報模型，由于其概念清晰、易實現(xiàn)的優(yōu)點，在實際中獲得了廣泛的應用。 基于可變模糊集理論的徑流預報方法研究 ( 2 ) 現(xiàn)代中長期預報方法 水文系統(tǒng)是一個十分復雜的高度非線性的不確定性系統(tǒng)，采用傳統(tǒng)的預測方法在解 決像徑流預測這樣的復雜問題時，很難作出準確、可靠的預報結果。因此，根據(jù)水文要 素變化的非線性特點，引進新的科學方法或將傳統(tǒng)方法與新方法進行耦合成為中長期預 報中一個重要的發(fā)展方向。隨著人類對自然界規(guī)律認識的不斷深入與現(xiàn)代科學技術的發(fā) 展，涌現(xiàn)出了許多新理論與計算方法，豐富了傳統(tǒng)的水文預報方法并為新預報方法的發(fā) 展提供了必要的理論基礎。近年來，出現(xiàn)的現(xiàn)代預報方法主要有以下幾種： 模糊數(shù)學方法 水文現(xiàn)象作為一種自然現(xiàn)象，既有確定性又具有不確定性。不確定性主要是隨機性 與模糊性。經(jīng)典水文學考慮確定性分析與隨機不確定性分析，忽略或簡單考慮模糊不確 定性分析，常常不能完整地表述水文系統(tǒng)的特征。事實上，在水文系統(tǒng)中大量存在著模 糊現(xiàn)象和概念，如江河的汛期與非汛期；年徑流量的豐、平、枯等。2 0 世紀8 0 年代，陳 守煜教授在系統(tǒng)地分析了水文現(xiàn)象中的確定性、隨機性與模糊性以后，提出了新的水文 分支學科，稱為模糊水文學【2 8 3 0 1 ，后發(fā)展為模糊水文水資源學。 模糊水文水資源學的建立和運用，為開展中長期水文預報提供了新思路和新途徑。 陳守煜、周惠成根據(jù)模糊控制的基本原理，提出了徑流長期預報的模糊推理模式，并以 大伙房水庫汛期入庫徑流為檢驗資料，進行了實例研究【3 1 1 。陳守煜、許士國提出了應用 模糊聚類分析作徑流分級長期預報的方法1 3 羽。王本德為克服收集分析預報因子中遇到的 困難，增強預見期，提出了水文氣象單要素預報模糊推理法【i6 。王本德提出了水文中長 期預報的模糊模式識別法、模糊相關關系法、模糊聚類分析法、模糊綜合評判法、多因 子模糊推理模式預報法、權綜合特征系數(shù)模糊推理法【l5 】等。模糊數(shù)學方法的引入豐富了 水文中長期預報的研究方法。 人工神經(jīng)網(wǎng)絡方法 人工神經(jīng)網(wǎng)絡( 舢州) 具有分布并行處理、非線性映射、自適應學習和較強的魯棒 容錯等特性，為復雜的高度非線性水文水資源系統(tǒng)的建模、識別和預報提供了一條嶄新 而有效的途徑，目前已廣泛應用于水文預報領域，并取得了較好的效果。鐘登華等提出 了水文預報的時間序列神經(jīng)網(wǎng)絡模型；并指出探索利用輸入輸出數(shù)據(jù)進行建模的方法是 十分必要的d 引。胡鐵松等對人工神經(jīng)網(wǎng)絡在水文水資源中的應用現(xiàn)狀作了全面的介紹， 認為神經(jīng)網(wǎng)絡為一些復雜水文水資源問題的研究提供了一條有效的途徑【3 4 j 。h s u 等提出 了確定三層b p 網(wǎng)絡模型結構和參數(shù)的線性最小二乘單純形法，并認為三層結構的b p 網(wǎng) 絡就能滿足水文預報的一般需要 3 5 1 。丁晶等嘗試應用人工神經(jīng)網(wǎng)絡模型預報蘭州站過渡 期的月徑流1 3 6 j ，等等。 - 4 - 大連理工大學博士學位論文 灰色系統(tǒng)理論 針對水文中長期預報中含有較多的部分清楚、部分不清楚的不確定性成份，將水文 過程看成一個多因素影響的灰色系統(tǒng)，這就是灰色系統(tǒng)理論應用于中長期水文預報的基 本思想【3 。水文灰色系統(tǒng)理論描述廣義的不確定性，為解決中長期水文預報提供一種值 得探討和實踐的新途徑。夏軍基于時間序列多重信息利用的擴維原理和灰色系統(tǒng)理論的 關聯(lián)分析思想，提出一種適合于缺乏輸入因子資料或選擇影響因子有困難條件下的中長 期水文預報方法 3 s 】。馮平等采用灰色系統(tǒng)理論灰關聯(lián)度分析方法，對枯水期徑流量的預 估模式進行了探討p g 。陳意平等認為g m ( 1 ，1 ) 模型為水利系統(tǒng)的中長期預報提供了一種 新方法1 4 0 。藍永超等基于灰色系統(tǒng)的建模理論，利用河西地區(qū)有關河流的徑流觀測資料， 建立了一個g m ( 1 ，1 ) 殘差序列周期修正徑流預報模型【4 1 1 。沈冰等將灰色系統(tǒng)建模方法和 自記憶建模結合起來，提出了年徑流預報的灰色自記憶模型，能很好的反映動態(tài)數(shù)據(jù)序 列的極值趨勢1 4 2 j 。 灰色系統(tǒng)模型的特點較適合于預報具有指數(shù)增長趨勢的問題，將其應用于非線性變 化的水文時間序列預報中則會受到一定的限制，該理論目前還在發(fā)展中，以期能夠更好 的為水文預報服務。 混沌理論認為，客觀事物的運動除定常、周期、準周期運動外，還存在著一種 更加普遍的運動形式一混沌運動，即一種由確定性系統(tǒng)產(chǎn)生的、對初始條件具有敏感依 賴性、永不重復、回復性周期運動。大多數(shù)水文現(xiàn)象的運動特征都具有確定性的一面和 不確定性的一面，應用混沌理論，將能打破以往傳統(tǒng)分析中單一的確定性分析和隨機性 分析，建立將兩者統(tǒng)一起來的分析方法，使水文工作有所突破。現(xiàn)有的混沌預報方法主 要包括全域法、局域法、最大l y a p u n o v 指數(shù)法、a n n 方法及在此基礎上的各種改進算法 等。s i v a k u m a r 等對降雨與徑流中存在的混沌現(xiàn)象做了全面分析，并對基于相空間重構 方法的徑流預報做了較為深入系統(tǒng)的研列4 3 刪。在國內，陳南祥等提出了徑流時間序列 的相空間重構與神經(jīng)網(wǎng)絡耦合預報模型f 7 1 。李榮峰等在相空間重構的基礎上，反演了水 文系統(tǒng)動力模式，據(jù)此進一步建立了相空間自記憶預報模型，并將該模型應用于月徑流 量的預報中【4 8 】。張文鴿等建立了徑流混沌時間序列的加權一階局域法多步預報模型【4 9 1 。 李紅霞等將相空間重構理論與其它非線性預報方法相結合用于進行月徑流預報，取得了 較好的預報效果【巧2 】。 目前對水文中存在混沌現(xiàn)象的認識還不夠清楚，采用相空間重構方法進行預報時， 一些參數(shù)( 如關聯(lián)維數(shù)、重構滯時) 的確定還沒有統(tǒng)一的方法，且如何將其有效的與現(xiàn) 代預報方法相合是有待于進一步深入研究的問題。 小波分析方法 基于可變模糊集理論的徑流預報方法研究 小波分析理論誕生于2 0 世紀8 0 年代，它具有時頻多分辨功能，能對信號進行由粗 到細的觀察。從時頻分析的角度出發(fā)，任一水文時間序列均含有多種頻率成分，而常規(guī) 方法僅從水文序列自身出發(fā)構造預報模型，因此難以達到理想的預報效果，小波分析為 水文時間序列的分頻預報提供了一條有效途徑。特別對于一些非平穩(wěn)的水文序列，經(jīng)小 波分解后可采用平穩(wěn)時間序列分析方法進行預報，因此，將小波分析與其他分析方法相 結合便成為水文預報領域中研究的熱點，且已取得了一定的研究成果【1 3 3 7 5 3 彤】。 粗集理論方法 粗集( r o u g hs e t ) 理論是z d z i s l a wp a w l a k 教授和其它一些科學家于本世紀7 0 年代提 出來的。1 9 8 2 年，p a w l a k 發(fā)表了經(jīng)典論文r o u g hs e t s 5 6 】，標志粗集理論的誕生。從此， 粗集理論引起了許多數(shù)學家、計算機研究人員，特別是人工智能研究人員的興趣。1 9 9 1 年，p a w l a k 出版了專著，對粗集理論的研究成果進行全面的總結【57 1 。與此同時，以粗 集理論為主題的國際會議相繼召開，推動了粗集理論的發(fā)展及在各個學科領域的應用。 朱永英將粗集理論引入到多因素模糊推理預報中，建立了粗集一模糊推理徑流多因素分 級預報模型l j7 1 。 支持向量機方法 支持向量機方法是根據(jù)統(tǒng)計學理論提出的一種新方法，該方法采用結構風險最小化 原則，求解的是一個二次型尋優(yōu)問題，從理論上得到的是全局最優(yōu)解，能夠在對小樣本 學習的基礎上對其他樣本進行快速、準確的擬合與預報，具有更好的泛化性能和精度， 目前已成為解決分類與回歸問題的研究熱點。水文預報通常采用的是回歸支持向量機， 已有多項成功的應用。b r a y i 李探$ # 采用支持向量機進行水文預報的相關問題【5 8 1 。林劍藝、 盧敏等將支持向量機用于月徑流預報 5 9 - 6 1 ，并與b p 神經(jīng)網(wǎng)絡進行了比較，表明支持向量 機的預報精度優(yōu)于b p 神經(jīng)網(wǎng)絡。周秀平、廖杰等將支持向量機用于年與月的徑流預報中， 表明該方法是優(yōu)越的和可行的【6 2 都】。于國榮等建立了月徑流的支持向量機混沌時間序列 非線性預報模型，并取得了較好的預報精度【5 1 1 。 組合預測方法 當前水文預報的發(fā)展趨勢是多模型組合預報，即選取能代表流域特征的多個模型， 將它們在預報過程中互相嵌入或將它們的預報結果進行綜合，這樣可從多個角度模擬流 域狀況，提高預報精度。s h a m s e l d i n 將五個水文預報模型在十一個流域進行預報應用， 采用三種不同的方法( 簡單平均、加權平均和神經(jīng)網(wǎng)絡) 將各個預報結果進行組合，通 過比較得出組合后的預報結果明顯好于利用單個水文模型得到的結果畔】。x i o n g 等采用 一階t a k a g i s u g e n o 模糊推理系統(tǒng)進行各模型預報結果的組合【6 5 1 。s e e 等探討了不同的 數(shù)據(jù)融合方法用于水文預報中的相關問題慚1 。c h o u 等建立了基于小波分析的卡爾曼濾 一6 一 大連理工大學博士學位論文 波多模型組合預報方法【6 7 1 。a j a m i 等比較了4 種不同的水文組合預報方法，并驗證了組 合模型較單一模型的有效性1 6 8 。 綜合分析理論方法 陳守煜教授提出的中長期水文預報的綜合分析理論模式與方法，將水文成因分析、 統(tǒng)計分析、模糊集分析有機地結合起來。模式與方法中引入了預報因子權向量，符合水 文現(xiàn)象的實際情況，使模式的適應能力較強，可通過預報因子權向量的檢驗與調整，實 現(xiàn)對預報因子篩選有效性的信息反饋，便于建立與實際情況相符的有效的預報模式及預 報參量，為提高中長期水文預報的精度提供了一條值得探索的新途徑1 3 0 】。 綜上所述，中長期水文預報方法眾多，已經(jīng)得到了深入廣泛的應用，對中長期水文 預報問題的解決起到了重要的作用。實際上，中長期水文預報是自然與技術科學領域內 的一項研究難題。就目前國內外的研究狀況來看，由于其預見期較長，影響因素復雜， 學者們對中長期徑流的形成機制揭示還不夠，得到的預報結果精度較低，在實際中難以 有效地指導生產(chǎn)實踐。因此，研究中長期水文預報仍是任重而道遠的一個科學技術難題。 1 3 模糊近似推理方法研究現(xiàn)狀及發(fā)展趨勢 在近似推理中，較常用的方法有合成推理( c o m p o s i t i o n a lr u l eo f i r f f e r e n c e ，c r i ) 法【6 9 - 7 3 1 。由于c r i 法推理計算過程比較復雜，陳永義、陳圖云提出簡化的c r i 法，即特 征展開近似推理( c h a r a c t e r i s t i ce x p a n d i n gi n f e r e n c e ，c e i ) 法【7 5 j ；汪培莊等學者提出 了真值流推理方法( t r u t h v a l u e d f l o wi n f e r e n c e ，t v f i ) 1 7 6 】。然而c r i 法不僅僅是計算 過程比較復雜，且運算規(guī)則的語義并不十分明確，有時會得不出合理的結果。為了克服 c r i 法的不足，自2 0 世紀8 0 年代末以來，學者們提出了基于相似關系的近似推理方法 ( s i m i l a r i t y b a s e da p p r o x i m a t er e a s o n i n gm e t h o d ，s b a r ) 【7 2 - 7 3 ，7 7 - s 2 。與c r l 相比，s b a r 運算過程方便，推理結果符合實際。在s b a r 中，相似關系函數(shù)的定義非常重要，很多 學者就不同的相似關系函數(shù)定義，提出了多個近似推理方法1 8 3 1 。 現(xiàn)有的模糊推理方法雖然很多，但應用在水文中長期預報中的模糊推理方法基本上 是基于特征展開近似推理法【1 5 1 6 1 7 3 1 】的，尚未開展應用其他模糊推理方法對水文中長 期預報進行研究的工作。 1 4 可變模糊集理論及研究現(xiàn)狀 在2 0 世紀8 0 年代以來近3 0 年的時間里，陳守煜教授一直從事水文水資源系統(tǒng)模糊 集分析、模糊集理論與應用的研究與教學工作，在研究中逐步創(chuàng)立了以相對隸屬度、相 對隸屬函數(shù)概念為基礎的工程模糊集理論；建立直接模糊統(tǒng)計試驗概念與方法，為模糊 集合的基石隸屬度、隸屬函數(shù)的穩(wěn)定性論證提供了科學的直接模糊統(tǒng)計實驗方法。 基于可變模糊集理論的徑流預報方法研究 從理論與實驗兩方面提出了解決模糊集合論長期存在的難題科學、合理地確定隸屬 度、隸屬函數(shù)的有效途徑；先后建立了模糊模式識別、模糊劃分、模糊優(yōu)選、模糊聚類 等模型，在水文水資源、工程、環(huán)境和社會等領域得到了廣泛的應用【溯8 】：在工程模糊 集理論的基礎上，建立了相對隸屬度與相對隸屬函數(shù)的動態(tài)可變概念與定義，建立了以 對立模糊集概念為基礎的工程可變模糊集理論、模型與方法【1 9 之o ，8 9 1 ，為分析研究水文、 水資源系統(tǒng)中模糊現(xiàn)象、事物和概念的相對性和動態(tài)可變性提供了數(shù)學基礎。 可變模糊集理論包含的內容較多，下面僅就本文涉及到的一些概念、定義和模型等 作一簡要介紹。 1 4 1 對立模糊集概念與定義 陳守煜教授運用自然辯證法關于運動的矛盾原理，提出事物運動的源泉和動力就在 于矛盾雙方的對立性和統(tǒng)一性，據(jù)此分別賦予矛盾雙方的性質為4 和4 。，給出事物發(fā)生