水文领域的软计算应用研究进展.pdfVIP

水文领域的软计算应用研究进展 艾萍 (水文水资源与水利工程科学国家重点实验室(河海大学)南京210098) 摘要软计算在水文领域的应用研究是水文科学技术研究的新发展。针对水文系统的不 确定性与非线性特征，以人工神经网络为代表的建模技术和以遗传算法为代表的 智能优化技术的应用成为研究热点，应用混沌理论研究水文系统复杂性则拓展了 水文科学研究的思路。但是，软计算在水文领域的应用研究整体上还处于探索性 研究阶段。 关键字软计算水文应用研究进展 ● 1引言 软计算(soft A!Zadeh教授于20世 computing)的概念最早由模糊逻辑的创始人Lofti 纪90年代初提出(1】o自从软计算的概念提出后，其体系与应用研究已经取得了很大进展【2】， 但对软计算并没有一个公认的定义。一般认为，软计算是一个不断扩展的方法集，其成员 已经由最初的模糊逻辑或模糊计算、神经计算、概率推理扩展到现在的进化计算、混沌系 统、序数优化、模拟退火和免疫网络等等。这些方法以处理不精确性、不确定性和部分正 确性问题为基本特征。如模糊计算通过对模糊事物的判定而揭示事物的本质，实现符号知 识和模式知识的匹配；人工神经网络通过学习来标识非线性模型；概率推理寻找最有可能 的模式；进化计算以求解非线性优化问题见长；混沌计算则是在非线性和混沌的状态下探 寻可能的知识模式。因此，软计算在解决传统的分析方法所不能解决的问题方面独具特色。 并且，软计算方法集中各类方法可组合运用，以充分发挥各个方法的特点，从而增强解决 问题的能力。 人类的知识通常分为确定(精确)和不确定(不精确)的两类。传统的方法，主要针 对确定和精确知识的获取与应用。对于不精确和不确定的这类知识的获取与应用，软计算 被证明是一类可行并有效的方法，特别在解决大规模复杂系统中出现的组合爆炸问题方面 非常有力，不仅具有通用、稳键、简单和便于并行处理等优点，而且有望成为将数值计算 与语义表达、形象思维等高级智能行为联系起来的桥梁。所以，软计算被认为将是今后多 年对计算技术有重大影响的关键技术【31。 软计算方法大多引入了随机因素，因而具有解决不确定性问题的能力，并在用来解决 高维高复杂问题方面取得了良好的成果。软计算之所以能够在可执行的时间内解决大规模 的复杂问题，主要是采取了两种让步策略：一是算法的随机性和计算结果的随机性，以小 ．146． 概率的失败来换取人多数情况下的高速度；二是将追求最优解变为求足够好的解。在实践 中，最优与较其稍差的局部最优解的实际效益相差并不很大，用找e最优解代替找最优解， 把NP．难度问题转化为N一难度问题，从而实现计算的目标【4】。 水文数据集是对水文过程的离散记录，并可按其描述的物理量分为各种类型的水文时 间序列。多数水文学家认为，水文时间序列由确定分量和随机分量组成。确定分量具有一 定的物理成因，随机分量由不规则的振荡和随机影响造成，不能严格地从物理成因上加以 阐明【5】。事实上，描述自然界陆地水循环的水文系统本身就是一个高度非线性的系统，它 以降水为输入，径流为输出。从降水到径流，中间要经过复杂的过程。其中包括蒸发、下 渗、产流、汇流等环节，受到地形、地貌、下垫面因子、土壤、地质及人类活动等多种因 素的影响，具有明显的非线性特征；在水文领域中，实际存在研究事件发生与否的不确定 性(随机性)、研究对象概念的不确定性(模糊性)、研究对象信息量不充分而出现的不确定性 (灰色性)等特点。此外，对于缺乏水文资料或人类活动影响剧烈的流域以及水资源评价与 利用、水库调度的研究中，常常遇到难以用数学语言精确描述的信息，这些信息通常以规 则的形式出现【6】，给水文定量分析带来很大困难。由于水文系统客观上具有模型的不确定 性、系统的非线性和信息的不充分性，导致许多问题用传统的数学方法难以解决。而软计 算技术为解决这类问题提供了新的思路与方法。因此，近年来国内外对软计算在水文领域 中的应用研究给予了高度重视，在水文基础研究与应用等多个方面进行了广泛的探索与实 践，并正发展为水信息学研究的重要组成部分。 本文初步归纳了我国水文领域中软计算技术应