长洲枢纽下游人工节埂防冲措施研究

针对长洲水利枢纽建成后,下游河床冲刷引起的枯水位下降,可能导致枯水期船闸下闸首门槛水深不足的问题,应用二维悬移质泥沙数学模型对枢纽建成后下游河床的冲刷下切及枯水期水位降落情况进行预测,结合当地的河床形态及地质条件,提出在坝下河道布置一系列的护底工程,形成不连续的人工控制节埂的防冲措施,以达到抑制河床冲刷、抬高近坝段枯水水位的目的。研究表明:通过在长洲枢纽下游河道合理布置人工节埂,可以有效地抑制下游河床冲刷,减小坝下枯水水位的下降值。     

冲积河流整治水位与整治线宽度关系研究

整治水位与整治线宽度是一个有机的整体,两者之间相互影响、相互制约。根据拟整治浅滩"冲刷总量相同"原则,基于泥沙运动学和河床演变学原理,综合研究整治水位和整治线宽度,推导得出两者之间的关系公式,并利用已有资料进行了验证。在此基础上,就公式应用进行了初步探讨。结果表明,在浅滩整治效果相同的前提下,可以选取多种不同整治参数组合。     

舰艇对空中来袭目标意图的预判方法

[目的]为使舰艇能在短时间内正确预判空中来袭目标的意图,提出应用异质集成学习器解决该模糊不确定性分类问题。[方法]首先选取极限学习机、决策树、Skohonen神经网络和学习矢量化(LVQ)神经网络4种子学习器,使用集成学习结合策略构建异质集成学习器;然后利用该集成学习器训练测试训练集100次,得到该分类实验平均准确率和计算时间。为提高准确率,进行了集成修剪,剔除"劣质"的LVQ神经网络,重新构建效率更高的异质集成学习器,其实验结果具有极高的精度,但计算耗时长。为此,提出对Skohonen神经网络子分类器做"线下训练、线上调用"的改进。[结果]仿真实验表明,从探测到空中目标到预判出各来袭目标意图总用时为4.972 s,预判精度为99.93%,很好地满足了精度和实时性要求。[结论]该研究为作战决策提供了一种新颖而有效的方法,同时也为小样本分类识别问题提供了一种较好的实现途径。