水科学信息分析计算新方法及其应用
|
摘要
水科学信息分析计算长期以来都是国内外研究的热点，一直处于积极探索和不断发展之中，特别是近一二十年，随着科学技术的进步，涌现了大量既有理论深度又有应用价值的研究成果，使这个领域的深入研究具有广阔的空间。
本论文依托973国家重点基础研究发展规划项目“长江中下游湖泊富营养化发展趋势预测方法研究”(NO.2002CB412301)和国家自然科学基金项目“基于子波和分形理论的水文尺度分析新途径”(NO.40271024)，在总结吸收相关前人研究成果的基础上，基于大量实际水文水资源资料，运用现代智能科学的有关新理论和新技术，系统地研究和完善了部分水科学信息分析计算的新方法，提出了多种耦合预测模型，广泛适用于水科学和其它相关领域。此外，本文发现并明确指出了传统小波分解耦合预测方法的不足，并针对不足提出了信号倒置小波分解和信号滑动小波分解解决方案，对于科学合理地使用小波分析具有重要的指导意义和较高的实用价值。概括起来，本论文的主要研究内容和成果包括以下几个方面(各部分之间的联系请见第20页图1.1)：
(1) 全面系统地引入针对小样本数据且具有优良推广性能的支持向量机方法(SVM)，将SVM初步应用于水电边坡稳定性预测、水流挟沙力预测和年用电量预测等实例，获得了较传统方法更好的效果；如何合理选择SVM的参数，目前仍缺乏有效的方法，这严重限制了SVM的实际应用，为此首先尝试引入了免疫进化算法(IEA)来优化SVM核函数参数，取得了一定的效果；考虑
Water Science information analysis and calculation is continuously among development, and it is a hotspot, especially in recent 10-20 years. Along with the science and technology progress, many excellent research results come forth, making this territory a vast space worthy of study.
Under the auspices of the National Key Project for Basic Research of China (No.2002CB412301) and National Natural Science Foundation of China(No.40271024), this thesis applies modern new theories and technique(such as Support Vector Machine, Particle Swarm Optimization, Artificial Neural Network, Wavelet Analysis, etc.) to systematically study the new methods in Water Science information analysis and calculation, and proposes various new hybrid models of prediction, which can be widely applied to the Water Science and other associated areas. Principal findings are concluded as follows.
(1) Support Vector Machine(SVM) as a machine learning method is based on the solid theory foundation of Statistical Learning Theory, and focuses on the small samples. The theory of SVM and its characteristics were expatiated, and then proposed the application of SVM to the slope stability forecasting, sediment-carrying capacity forecasting and prediction of annual electricity consumption.
本论文依托973国家重点基础研究发展规划项目“长江中下游湖泊富营养化发展趋势预测方法研究”(NO.2002CB412301)和国家自然科学基金项目“基于子波和分形理论的水文尺度分析新途径”(NO.40271024)，在总结吸收相关前人研究成果的基础上，基于大量实际水文水资源资料，运用现代智能科学的有关新理论和新技术，系统地研究和完善了部分水科学信息分析计算的新方法，提出了多种耦合预测模型，广泛适用于水科学和其它相关领域。此外，本文发现并明确指出了传统小波分解耦合预测方法的不足，并针对不足提出了信号倒置小波分解和信号滑动小波分解解决方案，对于科学合理地使用小波分析具有重要的指导意义和较高的实用价值。概括起来，本论文的主要研究内容和成果包括以下几个方面(各部分之间的联系请见第20页图1.1)：
(1) 全面系统地引入针对小样本数据且具有优良推广性能的支持向量机方法(SVM)，将SVM初步应用于水电边坡稳定性预测、水流挟沙力预测和年用电量预测等实例，获得了较传统方法更好的效果；如何合理选择SVM的参数，目前仍缺乏有效的方法，这严重限制了SVM的实际应用，为此首先尝试引入了免疫进化算法(IEA)来优化SVM核函数参数，取得了一定的效果；考虑
Water Science information analysis and calculation is continuously among development, and it is a hotspot, especially in recent 10-20 years. Along with the science and technology progress, many excellent research results come forth, making this territory a vast space worthy of study.
Under the auspices of the National Key Project for Basic Research of China (No.2002CB412301) and National Natural Science Foundation of China(No.40271024), this thesis applies modern new theories and technique(such as Support Vector Machine, Particle Swarm Optimization, Artificial Neural Network, Wavelet Analysis, etc.) to systematically study the new methods in Water Science information analysis and calculation, and proposes various new hybrid models of prediction, which can be widely applied to the Water Science and other associated areas. Principal findings are concluded as follows.
(1) Support Vector Machine(SVM) as a machine learning method is based on the solid theory foundation of Statistical Learning Theory, and focuses on the small samples. The theory of SVM and its characteristics were expatiated, and then proposed the application of SVM to the slope stability forecasting, sediment-carrying capacity forecasting and prediction of annual electricity consumption.
引文
[1] 钱正英，张光斗．中国可持续发展水资源战略研究综合报告及专题报告[M]．北京：中国水利水电出版社，2001．
[2] 李祚泳．水文水环境分析的若干进展[J]．四川大学学报(工程科学版)，2002，34(2)：1-4．
[3] 李祚泳，丁晶，彭荔红．环境质量评价原理与方法[M]．北京：化学工业出版社，2004．
[4] 秦蓓蕾．清江流域水文中长期预测研究[D]．四川大学硕士学位论文，2004．
[5] 张少文．黄河流域天然年径流变化特性分析及其预测[D]．四川大学博士学位论文，2005．
[6] 丁晶，邓育仁．随机水文学[M]．成都：成都科技大学出版社，1988．
[7] 丁晶，刘权授．随机水文学[M]．北京：中国水利水电出版社，1997．
[8] 金光炎．水文水资源随机分析[M]．北京：中国科学技术出版社，1993．
[9] 吴宝亭，李庆士，杨跃武．随机过程与随机微分方程[M]．成都：电子科技大学出版社，1994．
[10] 马秀峰．随机序列轮长与轮次的统计规律[J]．水科学进展，1994，5(2)：95-103．
[11] 何声武．随机过程引论[M]．北京：高等教育出版社，1999．
[12] 王家生，刘嘉煜．随机过程基础[M]．天津：天津大学出版社，2003．
[13] 廖旺才，杨福生，胡广书．自回归模型和基于数据处理分组法的非线性模型的比较研究[J]．北京生物医学工程，1994，13(3)：129-139．
[14] 王文圣，丁晶，邓育仁．日流量过程随机模拟模型的探讨[J]．四川联合大学学报(工程科学版)，1997，1(4)：41-48．
[15] 邓聚龙．灰色控制系统[M]．武汉：华中理工大学出版社，1985．
[16] 邓聚龙．灰色预测与决策[M]．武汉：华中理工大学出版社，1988．
[17] 邓聚龙．灰色系统理论教程[M]．武汉：华中理工大学出版社，1990．
[18] 袁嘉祖．灰色系统理论及其应用[M]．北京：科学出版社，1991．
[19] 夏军．灰色系统水文学理论方法及应用[M]．武汉：华中理工大学出版社，1999．
[20] 李祚泳．灰色系统及其应用进展[J]．自然杂志，1989，12(7)：483-487．
[21] 蓝永超，杨志怀，权建民，等．灰色预测模型在径流长期预报中的应用[J]．中国沙漠，1997，17(1)：49-52．
[22] 郑成德．水环境质量评价的灰色聚类法[J]．水文，1998，18(4)：23-27．
[23] 刑爱国，胡厚田，王仰让．大气环境质量评价的灰色聚类法[J]．环境保护科学，1999， 26(4)：29-31．
[24] 冯利华，王基一，章明卓．环境质量的灰色聚类评价[J]．环境保护科学，2000，26(4)：37-39．
[25] 魏星，虎旭林，郑璐石．岩体边坡稳定性的灰色系统类比预测[J]．宁夏大学学报(自然科学版)．2002，23(1)：37-40．
[26] 陈守煜．水利水文水资源系统的模糊优化与数值计算[M]．大连：大连理工大学出版社，1989．
[27] 陈守煜．系统模糊决策理论与应用[M]．大连：大连理工大学出版社，1994．
[28] 陈守煜：工程模糊集理论与应用[M]．北京：国防工业出版社，1998．
[29] 陈守煜．复杂水资源系统优化模糊识别理论与应用[M]．长春：吉林大学出版社，2002．
[30] 李祚泳．模糊数学与环境科学[J]．自然杂志，1986，9(2)：97-100．
[31] 王红丹．用贴近度进行大气质量综合评价[J]．上海环境科学，1989，8(6)：22-23．
[32] 邓峰．水质评价的一种新方法——模糊综合指数法[J]．中国环境科学，1991，11(1)：63-66．
[33] 张旭臣．水质分级评价的模糊数学方法研究[J]．水文，1998，18(6)：24-27．
[34] 刘康兰，袁浩．模糊综合评判在环境质量评价中的应用[J]．环境工程，2000，18(1)：55-56．
[35] 刘沐宇，朱瑞赓．基于模糊相似优先的边坡稳定性评价范例推理方法[J]．岩石力学与工程学报．2002，21(8)：1188-1193．
[36] 潘峰，付强，梁川．模糊综合评价在水环境质量综合评价中的应用研究[J]．环境工程，2002，20(2)：58-61．
[37] 陈守煜，王大刚．基于遗传算法的模糊优选BP网络模型及其应用[J]．水利学报，2003，(5)：116-121．
[38] 陈守煜，冀鸿兰．冰凌预报模糊优选神经网络BP方法[J]．水利学报，2004，(6)：114-118．
[39] 郑祖国．投影寻踪自回归模型及其在新疆春早期降水量长期预测中的应用[J]．八一农学院学报，1993，16(2)：1-7．
[40] 李祚泳，邓新民，桑华明．华南登陆台风年频次的投影寻踪回归预测模型[J]．热带气象学报，1998，14(2)：181-185．
[41] 李祚泳，邓新民，侯宇光．投影寻踪回归技术在降水量预测中的应用[J]．高原气象，1998，17(3)：323-327．
[42] 李祚泳，邓新民，侯宇光．流域年均含沙量的PP回归预测[J]．泥沙研究，1999，(1)：66-69．
[43] 张欣莉，丁晶，李祚泳．投影寻踪新算法在水质评价模型中的应用[J]．中国环境科学，2000，20(2)：187-189．
[44] 张欣莉，丁晶，郑祖国．投影寻踪回归在紫坪埔洪水预报中的应用[J]．四川大学学报(工程科学版)，2000，32(2)：22-24．
[45] 金菊良，魏一鸣，丁晶．水质综合评价的投影寻踪模型[J]．环境科学学报，2001，21(4)：431-434．
[46] 王顺久，张欣莉，侯玉，等．投影寻踪聚类分析在环境质量综合评价中的应用[J]．重庆环境科学，2002，24(3)：74-76．
[47] 汪明武，金菊良．投影寻踪方法在边坡稳定性评价中的应用[J]．岩土工程学报．2002，24(5)：619-621．
[48] 倪长健，王顺久，丁晶．边坡稳定性评价的投影寻踪聚类模型[J]．岩石力学与工程学报．2004，23(16)：2687-2689．
[49] 张立明．人工神经网络的模型及其应用[M]．上海：复旦大学出版社，1993．
[50] 阎平凡，张长水．人工神经网络与模拟进化计算[M]．北京：清华大学出版社，2000．
[51] M. L. Zhu, M. Fujita, N. Hashimoroto. Application of neural networks to runoff prediction[c]. Proceedings of international conference on stochastic and statistical methods in Hydrology and environmental engineering. Ontiao. Canada. 1993, 217-227.
[52] G. L. Macher, J. D. fuller. Backpropagation in hydrological time series forecasting[c]. Proceedings of international conference on stochastic and statistical methods in Hydrology and environmental engineering. Ontiao, Canada. 1993, 229-242.
[53] 蔡煜东，许伟杰．自组织神经网络在鄱阳湖年最高水位长期预报中的应用[J]．水文科技情报，1993，10(2)：27-29．
[54] 李祚泳．B-P网络用于环境质量分类研究[J]．环境科学，1994，15(5)：75-77．
[55] 李祚泳．B-P网络用于水质综合评价方法的研究[J]．环境工程，1995，13(2)：51-53．
[56] 胡铁松．水库群优化调度函数的神经网络方法研究[J]．水科学进展，1995，6(1)：53-60．
[57] 丁晶，黄伟军，邓育仁．水文水资源人工神经网络模型的研究[J]．水资源研究，1996，17(1)：22-25．
[58] 丁晶，邓育仁，安雪松．人工神经前馈(BP)网络模型用作过渡期径流预测的探索[J]．水电站设计，1997，13(2)：69-74．
[59] 张翔，丁晶．短期洪水预报的模糊联想记忆网络模型[J]．四川联合大学学报(工程科学版)，1998，2(5)：96-102．
[60] 刘国东，黄川友，丁晶．水质综合评价的人工神经网络模型[J]．中国环境科学， 1998，18(6)：514-517．
[61] 金菊良，杨晓华，丁晶．基于神经网络的年径流预测模型[J]．人民长江，1999，30：58-62．
[62] 马光文，王黎，唐明，等．人工神经网络在用电量预测中的应用[J]．四川大学学报(工程科学版)，2000，32(2)：25-28．
[63] 彭清娥，刘兴年，曹叔尤．流域年均含沙量的人工神经网络模型[J]．水利学报，2000，(11)：79-83．
[64] 陈昌彦，王思敬，沈小克．边坡岩体稳定性的人工神经网络预测模型[J]．岩土工程学报．2001，23(2)：157-161．
[65] 洪小康．渭河下游洪水预报的人工神经网络模型研究[J]．西北农林科技大学学报，2001，29(4)：93-96．
[66] 王玲，朱传保．人工神经网络用于水文资料的插补延长[J]．东北师大学报(自然科学版)，2002，6．34(2)：105-110．
[67] 覃光华，丁晶，刘国东．自适应BP算法及其在河道洪水预报上的应用[J]．水科学进展，2002，13(1)：37-41．
[68] 覃光华，丁晶，王文圣．门限人工神经网络模型及其在洪水预报中的应用[J]．四川水力发电，2002，21(4)：34-36．
[69] 陈丽华，常沁春，陈兴国，等．BP网络应用于黄河水质的预测研究[J]．兰州大学学报(自然科学版)，2003，39(2)：53-56．
[70] 赵全升，牟晓燕，戴其祥，等．基于人工神经网络的黄河下游防断流研究[J]．工程勘察2003，(1)：20-23．
[71] 楼文高，王延政．基于B-P网络的水质综合评价模型及其应用[J]．环境污染治理技术与设备，2003，4(8)：23-26
[72] 李祚泳，徐婷婷，丁晶．地下水环境监测优化布点的人工神经网络模型[J]．城市环境与城市生态，2003，16(6)：169-171．
[73] 张鹏，李玉柱，徐照明．基于人工神经网络的挑流冲刷预报[J]．清华大学学报(自然科学版)，2003，43(11)：1538-1541．
[74] 覃光华，丁晶，李眉眉，等．敏感型人工神经网络及其在水文预报中的应用[J]．水科学进展，2003，14(2)：163-166．
[75] 覃光华．人工神经网络技术及其应用[D]．四川大学博士学位论文，2003．
[76] 李祚泳，彭荔红．BP网络学习能力与泛化能力满足的不确定关系式[J]．中国科学，2003， 33(10)：887-894．
[77] 陈雄波，唐洪武．用BP神经网络原理对水流挟沙力的研究[J]．泥沙研究．2004(1)：29-34．
[78] 张少文，张学成，王玲，等．黄河年降雨-径流BP预测模型研究[J]．人民黄河，2005，27(1)：18-20．
[79] 张少文，张学成，王玲，等．黄河上游年降雨-径流预测研究[J]．中国农村水利水电，2005，(1)：41-44．
[80] 李后强，艾南山．分形地貌学及地貌发育的分形模型[J]．自然杂志，1992，(7)：516-519．
[81] 候玉，吴伯贤，邓国权．分形理论用于洪水分期的初步探讨[J]．水科学进展，1999，10(2)：140-143．
[82] 常福宣．分形理论在水文水资源研究中的应用[D]．四川大学博士学位论文，2001．
[83] 樊福梅，梁平．基于分形的社会总用电量及其构成预测[J]．中国电机工程学报，2004，24(11)：91-95．
[84] 张少文，王文圣，丁晶，等．分形理论在水文水资源中的应用[J]．水科学进展，2005，16(1)：141-147．
[85] 傅军，丁晶，邓育仁．洪水混沌特性初步研究[J]．水科学进展，1996，7(3)：226-229．
[86] 丁晶，赵永龙，邓育仁．年最大洪峰序列统计混沌性的初步研究[J]．水利学报，1997，(10)：66-71．
[87] 赵永龙，丁晶，邓育仁．混沌分析在水文预测中的应用和展望[J]．水科学进展，1998，9(2)：181-186．
[88] 权先璋，温权，张勇传．混沌预测技术在径流预报中的应用[J]_华中理工大学学报，1999，27(12)：41-43．
[89] 丁涛，周惠成，黄健辉．混沌水文时间序列区间预测研究[J]．水利学报，2004，(12)：15-20．
[90] 杨福生．小波变换的工程分析与应用[M]．北京：科学出版社，1999．
[91] 彭玉华．小波变换与工程应用[M]．北京：科学出版社，1999．
[92] I. Daubechies. Ten Lectures on Wavelets[M]. SIAM, Philadelphia, PA, 1992.
[93] S. Mallat. A Wavelet Tour of Signal Processing(Second Edition)[M]. Academic Press, 1999.
[94] 胡广书．现代信号处理教程[M]．北京：清华大学出版社，2004．
[95] 王文圣，丁晶，李跃清．水文小波分析[M]．北京：化学工业出版社，2005．
[96] Aussem A, Murtagh E Combining neural networks forecasts on wavelet-transformed time series[J]. Connection Science, 1997, 9(1): 113-121.
[97] 李贤彬，丁品，李后强．水文时间序列分析的子波分析法[J]．水科学进展，1999，10(2)：144-149．
[98] 李贤彬，丁晶，李后强．基于子波变换序列的人工神经网络组合预测[J]．水利学报，1999，(2)：1-6．
[99] 李贤彬．子波分析及其在水文水资源研究中的应用[D]．四川大学博士学位论文，1999．
[100] 王文圣，袁鹏，丁晶．小波分析及其在日流量过程随机模拟中的应用[J]．水利学报，2002，(11)：43-48．
[101] 衡彤．小波分析及其应用研究[D]．四川大学博士学位论文，2003．
[102] 王文圣，丁晶，向红莲．小波分析在水文学中的应用研究与展望[J]．水科学进展，2002，13(4)：515-520．
[103] 蒋传文，侯志俭，李涛，等．基于小波分解的径流非线性预测[J]．上海交通大学学报，2002，36(7)：1053-1056．
[104] 刘俊萍，田峰巍，黄强，等．基于小波分析的黄河河川径流变化规律研究[J]．自然科学进展，2003，13(4)：383-387．
[105] 王文圣，丁晶，衡彤．长江宜昌年最大洪峰周期分析和长期预报研究[J]．四川大学学报(工程科学版)，2003，35(1)：20-23．
[106] 王文圣，丁晶，衡彤．水文序列周期成分和突变特征识别的小波分析[J]．工程勘察，2003，(1)：32-35．
[107] Wang Wensheng, Ding Jing. Wavelet network model and its application to the prediction of hydrology[J]. Nature and Science, 2003, 1(1): 67-71.
[108] 刘素一，权先璋，张勇传．小波变换结合BP神经网络进行径流预测[J]．人民长江．2003，34(7)：38-39．
[109] 张少文，丁晶，廖杰，等．基于小波的黄河上游天然年径流变化特性分析[J]．四川大学学报(工程科学版)，2004，36(3)：32-37．
[110] 王文圣，李跃清，向红莲．基于小波分析的组合随机模型及其在径流预测中的应用[J]．高原气象，2004，23(增刊)：146-149．
[111] 王文圣，熊华康，丁晶．日流量预测的小波网络模型初探[J]．水科学进展，2004，15(3)：382-386．
[112] 王文圣，朱聪，丁晶．应用小波—人工神经网络组合模型研究电力负荷预报[J]．水电能源科学．2004，22(2)：68-70．
[113] 朱聪．径流中长期预测模型研究[D]．四川大学硕士学位论文，2005．
[114] 张少文，张学成，万星，等．基于多尺度下ARP耦合预测模型的应用研究[J]．四川大学学报(工程科学版)，2004，36(5)：16-19．
[115] Holland J H. Genetic algorithm [J]. Scientific American, 1992, (44): 44-50.
[116] 李敏强，寇纪淞，林丹，等．遗传算法的基本理论与应用[M]．北京：科学出版社，2002．
[117] 周明，孙树栋．遗传算法原理及应用[M]．北京：国防工业出版社，2001．
[118] 邢文训，谢金星．现代优化计算方法[M]．北京：清华大学出版社，1999．
[119] 李祚泳，王珏，邓新民．大气颗粒物污染源的遗传算法解析模型[J]．重庆环境科学，2000，22(5)：58-60．
[120] 李祚泳，汪淮．地物波谱组合识别模型参数的遗传优化[J]．红外与毫米波学报，2002，21(3)：205-208．
[121] 李祚泳，彭荔红．基于遗传算法的暴雨强度公式参数的优化[J]．高原气象，2003，22(6)，637-639．
[122] 金菊良，丁晶．遗传算法及其在水科学中的应用[M]．成都：四川大学出版社，2000．
[123] 金菊良，丁晶．水资源系统工程[M]．成都：四川科学技术出版社，2002．
[124] 倪长健，丁晶，李祚泳．基于优秀抗体的免疫算法及其收敛性问题的研究[J]．系统工程，2002，20(3)：72-76．
[125] 倪长健．免疫进化算法研究及其在水问题中的应用[D]．四川大学博士学位论文，2003．
[126] 倪长健，丁晶，李祚泳．免疫进化算法及其在暴雨强度公式参数优化中的应用[J]．长江科学院院报，2002，19(6)，59-61．
[127] 舒栋才，樊明兰，林三益．基于免疫进化算法的投影寻踪聚类及其在地下水动态分类中的应用[J]．四川大学学报(工程科学版)，2004，36(1)：15-18．
[128] 周登勇，戴汝为．人工生命[J]．模式识别与人工智能，1998：4(3)．412-418．
[129] Dorigo M, Dicaro G, Gambardella L M. Ant algorithm for discrete optimization [J]. Artificial Life, 1999, 5(2): 137-172.
[130] Botee H M, Bonabeau E. Evolving ant colony optimization [J]. Adv. Complex Systems, 1998, 1: 149-159.
[131] 张纪会，徐心和．一种新的进化算法——蚁群算法[J]．系统工程理论与实践，1999，19(3)：84-87．
[132] 温文波，杜维．蚁群算法概述[J]．石油化工自动化，2002，(1)：19-22
[133] 徐宁，李春光，张健，等．几种现代优化算法的比较研究[J]．系统工程与电子技术，2002，24(12)：100-103．
[134] 陈峻，沈洁，秦玲．蚁群算法进行连续参数优化的新途径[J]．系统工程理论与实践，2003，23(3)：48-53．
[135] 熊伟清，余舜浩，赵杰煜．具有分工的蚁群算法及应用[J]．模式识别与工人智能，2003，16(3)：328-333．
[136] 陈烨．用于连续函数优化的蚁群算法[J]．四川大学学报(工程科学版)，2004，36(6)：117-120．
[137] 杨晓华，杨志峰，郦建强．蚁群加速遗传算法在水环境优化问题中的应用[J]．水电能源科学，2003，21(4)，42-45．
[138] 邹长武，熊建秋，李祚泳．改进的蚂蚁算法及其在暴雨强度公式参数优化中的应用[J]．四川大学学报(工程科学版)，2005，37(5)：9-13．
[139] Kennedy J, Eberhart R. Particle Swarm Optimization[C]. In: Proc IEEE Int Conf on Neural Networks, 1995, 1942-1948.
[140] 曾建潮，崔志华．一种保证全局收敛的PSO算法[J]．计算机研究与发展，2004(8)：1333-1338．
[141] 李炳宇，萧蕴诗，汪镭．PSO算法在工程优化问题中的应用[J]．计算机工程与应用．2004，(18)：74-76．
[142] 张利彪，周春光，马铭，等．基于粒子群算法求解多目标优化问题[J]．计算机研究与发展，2004，41(7)：1286-1291．
[143] 杜天军，陈光禹，刘占辰，等．基于PSO算法的弹道辨识网络及仿真[J]．系统仿真学报，2004，16(11)：2517-2519．
[144] 李智．基于粒子群算法的往复振动筛运动参数优化设计[J]．粮食与饲料工业，2004，(2)：12-13．
[145] 袁和金，王翠茹．粒子群优化算法在求解平面选址问题中的应用研究[J]．华北电力大学学报，2004，31(4)：93-97．
[146] 李宁，邹彤，孙德宝．带时间窗车辆路径问题的粒子群算法[J]．系统工程理论与实践，2004，(4)：130-135．
[147] 王允良，李为吉．粒子群优化算法及其在结构优化设计中的应用[J]．机械科学与技 术，2005，24(2)：248-252．
[148] 王成华，王卓雄，陈海明．基坑挡土结构的粒子群优化设计方法[J]．天津大学学报，2005，38(6)：547-551．
[149] 赵克勤．集对分析对不确定性的描述和处理[J]．信息与控制，1995，(3)：163-168．
[150] 赵克勤．集对分析及其初步应用[M]．杭州：浙江科学技术出版社，2000．
[151] 李祚泳．大气环境质量综合评价的集对分析方法[J]．环境科学研究，1998，11(2)：31-33．
[152] 沈珍瑶，张征，谢彤芳．集对分析在环境质量评价中应用的探讨[J]．环境保护，1999，(10)：20-21．
[153] 李凡修，辛焰，陈武．集对分析用于湖泊富营养化评价研究[J]．重庆环境科学，2000，22(6)：10-11．
[154] 李凡修，陈武．应用模糊集对分析法优化大气环境监测布点[J]．环境保护科学，2001，27(5)：30-32．
[155] 冯利华，张行才，龚建林，基于集对分析的水资源变化趋势的统计预测[J]．水文，2004，24(2)：11-14．
[156] Pawlak Z. Rough set[J]. International Journal of Information and Computer Science, 1982, 11(5): 341-356.
[157] Pawlak Z. Rough sets: theoretical aspects of reasoning about data[M]. Dordrecht: Kluwer Academic Publishers, 1991.
[158] 曾黄麟．粗集理论及其应用(修订版)[M]．重庆：重庆大学出版社，1998．
[159] 刘清．Rough集及Rough推理[M]．北京：科学出版社，2001．
[160] 王珏，苗夺谦，周育健．关于Rough set理论与应用综述[J]．模式识别与人工智能，1996，9(4)：337-344．
[161] 胡可云，陆玉昌，石纯一．粗糙集理论及其应用进展[J]．清华大学学报(自然科学版)，2001，41(1)：64-68．
[162] 林晓东，费奇，王红卫．智能决策支持系统中的知识表示及基于粗集的推理[J]．计算机与现代化，2001，(2)，45-50．
[163] An AJ, Shan N, Chan C. Discovering rules for water demand prediction—An enhanced rough-set approach[J]. Artif Intell, 1996, 9(6): 645-653.
[164] L Belanche, J Valde, J Comas. Prediction of the bulking phenomenon in wastewater treatment plants[J]. Artificial Intelligence in Engineering, 2000, 14: 307-317.
[165] Chen WC, Chang NB, Chen JC. Rough set-based hybrid fuzzy-neural controller design for industrial wastewater treatment[J]. Water Research, 2003, 37: 95-107.
[166] 李祚泳，彭荔红．基于粗集理论的大气颗粒物的排放源重要性评价[J]．环境科学学报，2003，23(1)：142-144．
[167] 李祚泳，倪长健，丁晶．粗集理论应用于大气颗粒物的源解析[J]．四川大学学报(工程科学版)，2003，35(4)：112-114．
[168] 熊建秋，李祚泳，邹长武．基于粗集理论的地下水水质指标属性约简[J]．水科学进展，2005，16(4)：494-499．
[169] 杨波，庄心谷．在网络计算机上所有最近邻近点的算法[J]．西安电子科技大学学报，1996，23(1)：85-91．
[170] 王文圣，袁鹏，丁晶．最近邻抽样回归模型在水环境预测中的应用[J]．中国环境科学，2001，21(4)：367-370．
[171] 金菊良，魏一鸣，丁晶．预测日径流过程的最近邻仿真模型[J]．系统仿真学报，2002，14(11)：1494-1496．
[172] 王文圣，向红莲，丁晶．最近邻抽样回归模型在水文水资源预报中的应用[J]．水电能源科学，2001，19(2)：8-10．
[173] 万星，丁晶，严秉忠，等．年径流预测的自适应NNBR-ANN耦合模型[J]．四川大学学报(工程科学版)，2005，37(5)：5-8．
[174] Vapnik V. An overview of statistical learning theory[J]. IEEE Transactions on Neural Networks, 1999, 10(5): 988-999.
[175] Burges C. J. C. A tutorial on support vector machines for pattern recognition[J]. Data Mining and Knowledge Discovery, 1998, 2(2): 121-167.
[176] Scholkopf B., Smola A. J., Willianson R. and et al. New support vector algorithms[J]. Neural Computation, 2000, 12: 1207-1245.
[177] Vapnik V著，张学工译．统计学习理论的本质[M]．北京：清华大学出版社，2000．
[178] Vapnik V著，许建华，张学工译．统计学习理论[M]．北京：电子工业出版社，2004．
[179] 李晓黎，刘继敏，史忠植．基于支持向量机与无监督聚类相结合的中文网页分类器[J]．计算机学报，2001，24(1)：62-68．
[180] 刘学军，陈松灿，彭宏京．基于支持向量机的计算机键盘用户身份验真[J]．计算机研究与发展，2002，39(9)：1082-1086．
[181] 庄越挺，刘骏伟，吴飞，等．基于支持向量机的视频字幕自动定位与提取[J]．计算机辅助设计与图形学学报，2002，14(8)：1-4．
[182] 冯夏庭，赵洪波．岩爆预测的支持向量机[J]．东北大学学报(自然科学版)，2002，23(1)：57-59．
[183] 叶航军，白雪生，徐光祐．基于支持向量机的人脸姿态判定[J]．清华大学学报(自然科学版)，2003，43(1)：67-70．
[184] 赵洪波，冯夏庭．支持向量机函数拟合在边坡稳定性估计中的应用[J]．岩石力学与工程学报．2003，22(2)：241-245．
[185] 赵洪波，冯夏庭．位移反分析的进化支持向量机研究[J]．岩石力学与工程学报，2003，22(10)：1618-1622．
[186] 刘蔚，韩祯祥．基于支持向量机的配电网重构[J]．电力系统自动化，2005，29(7)：48-52．
[187] 张浩然，汪晓东．支持向量机的学习方法综述[J]．浙江师范大学学报(自然科学版)，2005，28(3)：283-288．
[188] 王景雷，吴景社，孙景生，等．支持向量机在地下水位预报中的应用研究[J]．水利学报．2003(5)：122-128．
[189] 李庆国，陈守煜．基于模糊模式识别的支持向量机的回归预测方法[J]．水科学进展，2005，16(5)：741-746．
[190] 丁晶，邓育仁．水文水资源中不确定性分析与计算的耦合途径[J]．水文，1996，(1)：19-21．
[1] 史忠植．知识发现[M]．北京：清华大学出版社，2002．
[2] Vapnik V著，张学工译．统计学习理论的本质[M]．北京：清华大学出版社，2000．
[3] Vapnik V著，许建华，张学工译．统计学习理论[M]．北京：电子工业出版社，2004．
[4] 边肇祺，张学工．模式识别(第二版)[M]．北京：清华大学出版社，2000．
[5] 刘蔚，韩祯祥．基于支持向量机的配电网重构[J]．电力系统自动化，2005，29(7)：48-52．
[6] 王日爽．泛函分析与最优化理论[M]．北京：北京航空航天大学出版社，2003．
[7] 张浩然，汪晓东．支持向量机的学习方法综述[J]．浙江师范大学学报(自然科学版)，2005，28(3)：283-288．
[8] 张浩然，韩正之，李昌刚．基于支持向量机的非线性系统辨识[J]．系统仿真学报，2003，15(1)：119-121．
[9] 袁亚湘，孙文瑜．最优化理论与方法[M]．北京：科学出版社，1999．
[10] Vapnik V. An overview of statistical learning theory[J]. IEEE Transactions on Neural Networks, 1999, 10(5): 988-999.
[11] Burges C. J. C. A tutorial on support vector machines for pattern recognition[J]. Data Mining and Knowledge Discovery, 1998, 2(2): 121-167.
[12] Scholkopf B., Smola A. J., Willianson R. and et al. New support vector algorithms[J]. Neural Computation, 2000, 12: 1207-1245.
[13] 汪明武，金菊良．投影寻踪方法在边坡稳定性评价中的应用[J]．岩土工程学报．2002，24(5)：619-621．
[14] 陈昌彦，王思敬，沈小克．边坡岩体稳定性的人工神经网络预测模型[J]．岩土工程学报．2001，23(2)：157-161．
[15] 倪长健，王顺久，丁晶．边坡稳定性评价的投影寻踪聚类模型[J]．岩石力学与工程学报．2004，23(16)：2687-2689．
[16] 刘沐宇，朱瑞赓．基于模糊相似优先的边坡稳定性评价范例推理方法[J]．岩石力学与工程学报．2002，21(8)：1188-1193．
[17] 魏星，虎旭林，郑璐石．岩体边坡稳定性的灰色系统类比预测[J]．宁夏大学学报(自然科学版)．2002，23(1)：37-40．
[18] 孙东亚，陈祖煜，杜伯辉，等．边坡稳定评价方法RMR-SMR体系及其修正[J]．岩石力学与工程学报．1997，16(4)：297-304．
[19] 熊建秋，李祚泳．基于IEA-PNN的边坡岩体稳定性预测研究[J]．岩石力学与工程学报，2005，24(增刊)：4924-4929．
[20] 张瑞瑾，谢鉴衡，王明甫，等．河流泥沙动力学[M]．北京：水利电力出版社，1989
[21] 陈雄波，唐洪武．用BP神经网络原理对水流挟沙力的研究[J]．泥沙研究．2004(1)：29-34．
[22] 窦国仁，王国兵．黄河小浪底枢纽泥沙研究(报告汇编)[R]．南京水利科学研究院，1993．
[23] 熊建秋，李祚泳．基于支持向量机的水流挟沙力预测研究[J]．水利学报，2005，36(10)：1171-1175．
[24] 王文圣，丁晶，赵玉龙，等．基于偏最小二乘回归的年用电量预测研究[J]．中国电机工程学报，2003，23(10)：17-21．
[25] 马光文，王黎，唐明，等．人工神经网络在用电量预测中的应用[J]．四川大学学报(工程科学版)，2000，32(2)：25-28．
[26] 谢开贵，李春燕，周家启．基于神经网络的负荷组合预测模型研究[J]．中国电机工程学报，2002，22(7)：85-89．
[27] 樊福梅，梁平．基于分形的社会总用电量及其构成预测[J]．中国电机工程学报，2004，24(11)：91-95．
[28] 倪长健，丁晶，李祚泳．基于优秀抗体的免疫算法及其收敛性问题的研究[J]．系统工程，2002，20(3)：72-76．
[29] 倪长健，丁晶，李祚泳．免疫进化算法及其在暴雨强度公式参数优化中的应用[J]．长江科学院院报，2002，19(6)，59-61．
[1] 周登勇，戴汝为．人工生命[J]．模式识别与人工智能，1998：4(3)．412-418．
[2] 陈烨．用于连续函数优化的蚁群算法[J]．四川大学学报(工程科学版)，2004，36(6)：117-120．
[3] 邹长武，熊建秋，李祚泳．改进的蚂蚁算法及其在暴雨强度公式参数优化中的应用[J]．四川大学学报(工程科学版)，2005，37(5)：9-13．
[4] Kennedy J, Eberhart R. Particle Swarm Optimization[C]. In: Proc IEEE Int Conf on Neural Networks, 1995, 1942-1948.
[5] 曾建潮，崔志华．一种保证全局收敛的PSO算法[J]．计算机研究与发展，2004(8)：1333-1338．
[6] 李炳宇，萧蕴诗，汪镭．PSO算法在工程优化问题中的应用[J]．计算机工程与应用．2004，(18)：74-76．
[7] 张利彪，周春光，马铭，等．基于粒子群算法求解多目标优化问题[J]．计算机研究与发展，2004，41(7)：1286-1291．
[8] 杜天军，陈光禹，刘占辰，等．基于PSO算法的弹道辨识网络及仿真[J]．系统仿真学报，2004，16(11)：2517-2519．
[9] SHI Yu-hui, Eberhart R. A modified particle swarm optimizer[C]. In: IEEE World Congress on Computational Intelligence, 1998. 69-73.
[10] 杨开，程晓如．暴雨强度公式中系数B统计算法一例[J]．人民长江，1996，27(3)：16-22．
[11] 李祚泳，彭荔红．基于遗传算法的暴雨强度公式参数的优化[J]．高原气，2003，22(6)，637-639．
[12] 周激流，丁晶，金菊良．一种新型遗传算法及其在暴雨强度公式参数优化中的应用研究[J]．四川大学学报(自然科学版)．2000，37(4)：543-547．
[13] 金菊良，丁晶．遗传算法及其在水科学中的应用[M]．成都：四川大学出版社，2000．
[14] 倪长健，丁晶，李祚泳．免疫进化算法及其在暴雨强度公式参数优化中的应用[J]．长江科学院院报，2002，19(6)，59-61．
[15] 阳书敏，邵东国．改进演化规划及其在暴雨强度公式参数优化中的应用[J]．中国农村水利水电，2004，(7)，22-24．
[16] 何薪基，李广辉，任德记．非线性拟合参数的优化及其在地下水位动态分析中的应用[J]．工程勘察．1997(2)：24-28．
[17] 倪长健．免疫进化算法研究及其在水问题中的应用[D]．四川大学博士学位论文，2003．
[18] 杨晓华，杨志峰，郦建强．蚁群加速遗传算法在水环境优化问题中的应用[J]．水电能源科学，2003，21(4)，42-45．
[19] 金菊良，丁晶．水资源系统工程[M]．成都：四川科学技术出版社，2002．
[20] 张兰生，周福祥，王金南，等．实用环境经济学[M]．北京：清华大学出版社，1992．
[21] 李祚泳，熊建秋，汪嘉杨，等著．可持续发展评价模型与应用[M]．北京：科学出版社，(待出版)．
[1] Vapnik V著，张学工译．统计学习理论的本质[M]．北京：清华大学出版社，2000．
[2] Vapnik V著，许建华，张学工译．统计学习理论[M]．北京：电子工业出版社，2004．
[3] 赵洪波．基于遗传算法的进化支持向量机研究[J]．绍兴文理学院学报，2004，24(9)：25-25．
[4] 赵洪波．岩体分级的进化支持向量机方法研究[J]．绍兴文理学院学报，2004，24(7)：82-84．
[5] 丁晶，邓育仁．随机水文学[M]．成都：成都科技大学出版，1988．
[6] 王文圣，丁晶，李跃清．水文小波分析[M]．北京：化学工业出版社，2005．
[7] 刘清．Rough集及Rough推理[M]．北京：科学出版社，2001．
[8] 熊建秋，李祚泳，邹长武．基于粗集理论的地下水水质指标属性约简[J]．水科学进展，2005，16(4)：494-499．
[9] 秦蓓蕾．清江流域水文中长期预测研究[D]．四川大学硕士学位论文，2004．
[10] 张少文．黄河流域天然年径流变化特性分析及其预测[D]．四川大学博士学位论文，2005．
[11] 张少文，张学成，王玲，等．黄河年降雨-径流BP预测模型研究[J]．人民黄河，2005，27(1)：18-20．
[12] 张少文，张学成，王玲，等．黄河上游年降雨-径流预测研究[J]．中国农村水利水电，2005，(1)：41-44．
[13] 李庆国，陈守煜．基于模糊模式识别的支持向量机的回归预测方法[J]．水科学进展，2005，16(5)：741-746．
[14] 陈守煜，冀鸿兰．冰凌预报模糊优选神经网络BP方法[J]．水利学报，2004，(6)：114-118．
[15] Vapnik V. An overview of statistical learning theory[J]. IEEE Transactions on Neural Networks, 1999, 10(5): 988-999.
[16] 张浩然，韩正之．回归支持向量机的改进序列最小优化学习算法[J]．软件学报，2003，14(12)：2006-2013．
[17] 李建民，张钹，林福宗．序贯最小优化的改进算法[J]．软件学报，2003，14(5)：918-924．
[1] 张立明．人工神经网络的模型及其应用[M]．上海：复旦大学出版社，1993．
[2] 胡守仁，余少波，戴葵．神经网络导论[M]．长沙：国防科技大学出版社，1993．
[3] 靳蕃．神经计算智能基础原理·方法[M]．成都：西南交通大学出版社，2000．
[4] 徐丽娜．神经网络控制[M]．北京：电子工业出版社，2002．
[5] 阎平凡，张长水．人工神经网络与模拟进化计算[M]．北京：清华大学出版社，2000．
[6] 杨建刚．人工神经网络实用教程[M]．杭州：浙江大学出版社，2001．
[7] 丁晶，黄伟军，邓育仁．水文水资源神经网络模型研究[J]．水资源研究，1996，17(1)：22-25．
[8] 李祚泳，邓新民．人工神经网络在水环境质量评价中的应用[J]．中国环境监测，1996，12(2)：36-39．
[9] 李祚泳，丁晶，彭荔红．环境质量评价原理与方法[M]．北京：化学工业出版社，2004．
[10] 刘国东，黄川友，丁晶．水质综合评价的人工神经网络模型[J]．中国环境科学，1998，18(6)：514-517．
[11] 金菊良，杨晓华，丁晶．基于神经网络的年径流预测模型[J]．人民长江，1999，30：58-62．
[12] 金菊良，丁晶．遗传算法及其在水科学中的应用[M]．成都：四川大学出版社，2000．
[13] 覃光华．人工神经网络技术及其应用[D]．四川大学博士学位论文，2003．
[14] 张鹏，李玉柱，徐照明．基于人工神经网络的挑流冲刷预报[J]．清华大学学报(自然科学版)，2003，43(11)：1538-1541．
[15] Nilelson H R. Theory of the backpropagation neural network[J]. IEEE IJCNN, 1989, 1: 593-606.
[16] 孙增析，张再兴．智能控制理论与技术[M]．北京：清华大学出版社，1997．
[17] 邢文训，谢金星．现代优化计算方法[M]．北京：清华大学出版社，1999．
[18] Chen F C. Back-propagation neural networks for nonlinear self-tuning adaptive[J]. IEEE Trans. On Control System Magazine, 1990, 10(3): 44-48
[19] 刘曙光，郑崇勋，刘明远．前馈神经网络中的反向传播算法及其改进：进展与展望[J]．计算机科学，1996，23(1)：76-79．
[20] 杨立民，许有鹏．改进遗传神经网络方法在大气环境质量评价中的应用[J]．环境科学研究，1999，12(2)：28-31．
[21] 陈炳瑞，冯夏庭，丁梧秀，等．化学腐蚀下岩石应力应变进化神经网络本构模型[J]．东北大学学报(自然科学版)，2004，25(7)：695-699．
[22] 尹顺德，冯夏庭，张友良，等．滑坡加固方案优化的并行进化神经网络方法研究[J]．岩石力学与工程学报．2004，23(16)：2698-2702．
[23] 王凌，郑大钟．一种基于退火策略的混沌神经网络优化算法[J]．控制理论与应用，2000，17(1)：139-142．
[24] 傅强，胡上序，赵胜颖．基于PSO算法的神经网络集成构造方法[J]．浙江大学学报工学版)，2004，38(12)：1596-1560．
[25] 李爱国，覃征．基于粒子群优化的积单元网络预测混沌序列[J]．小型微型计算机系统．2004，25(6)：972-974．
[26] 刘宇，覃征，卢江，等．多模态粒子群集成神经网络[J]．计算机研究与发展．2005，42(9)：1519-1526．
[27] 王文圣，向红莲，丁晶．最近邻抽样回归模型在水文水资源预报中的应用[J]．水电能源科学，2001，19(2)：8-10．
[28] 万星，丁晶，严秉忠，等．年径流预测的自适应NNBR-ANN耦合模型[J]．四川大学学报(工程科学版)，2005，37(5)：5-8．
[29] 覃光华，丁晶，李眉眉．敏感型人工神经网络及其在水文预报中的应用[J]．水科学进展，2003，14(2)：163-166．
[30] 覃光华，丁晶，刘国东．自适应BP算法及其在河道洪水预报上的应用[J]．水科学进展，2002，13(1)：37-41．
[31] 覃光华，丁晶，王文圣．门限人工神经网络模型及其在洪水预报中的应用[J]．四川水力发电，2002，21(4)：34-36．
[32] 王文圣，丁晶，衡彤．长江宜昌年最大洪峰周期分析和长期预报研究[J]．四川大学学报(工程科学版)，2003，35(1)：20-23．
[33] 王文圣，李跃清，向红莲．基于小波分析的组合随机模型及其在径流预测中的应用[J]．高原气象，2004，23(增刊)：146-149．
[34] 王文圣，熊华康，丁晶．日流量预测的小波网络模型初探[J]．水科学进展，2004，15(3)：382-386．
[1] 王文圣，熊华康，丁晶．日流量预测的小波网络模型初探[J]．水科学进展，2004，15(3)：382-386．
[2] 王文圣，李跃清，向红莲．基于小波分析的组合随机模型及其在径流预测中的应用[J]．高原气象，2004，23(增刊)：146-149．
[3] 杨福生．小波变换的工程分析与应用[M]．北京：科学出版社，1999．
[4] 彭玉华．小波变换与工程应用[M]．北京：科学出版社，1999．
[5] I. Daubechies. Ten Lectures on Wavelets[M]. SIAM, Philadelphia, PA, 1992.
[6] S. Mallat. A Wavelet Tour of Signal Processing(Second Edition)[M]. Academic Press, 1999.
[7] 胡广书．现代信号处理教程[M]．北京：清华大学出版社，2004．
[8] 李弼程，罗建书．小波分析及其应用[M]．北京：电子工业出版社，2003．
[9] 崔锦泰．小波分析导论[M]．西安：西安交通大学出版社，1995．
[10] 赵松年，熊小芸．小波变换与子波分析[M]．北京：电子工业出版社，1992．
[11] 冉启文．小波变换与分数傅里叶变换理论及应用[M]．哈尔滨：哈尔滨工业大学出版社，2001．
[12] 张贤达，保铮．非平稳信号分析与处理[M]．北京：国防工业出版社，1998．
[13] 冯象初，甘小冰，宋国乡．数值泛函与小波理论[M]．西安电子科技大学出版社，2003．
[14] 郑治真，沈萍杨选辉，等．小波变换及其MATLAB使用[M]．北京：地震出版社，2001．
[15] 王文圣，丁晶，李跃清．水文小波分析[M]．北京：化学工业出版社，2005．
[16] 王文圣，丁晶，向红莲．小波分析在水文学中的应用研究及展望[J]．水科学进展，2002，13(4)：515-520．
[17] 李贤彬，丁晶，李后强．水文时间序列分析的子波分析法[J]．水科学进展，1999，10(2)： 144-149．
[18] 李贤彬，丁晶，李后强．水文水资源分析新方法-子波分析[J]．水文科技信息，1999，14(2)：16-21．
[19] Aussem A, Murtagh E Combining neural networks forecasts on wavelet-transformed time series[J]. Connection Science, 1997, 9(1): 113-121.
[20] 李贤彬，丁晶，李后强．基于子波变换序列的人工神经网络组合预测[J]．水利学报，1999，(2)：1-6．
[21] 陈哲，冯天谨，张海燕．基于小波神经网络的混沌时间序列分析与相空间重构[J]．计算机研究与发展，2001，38(5)：591-596．
[22] 王文圣，袁鹏，丁晶．小波分析及其在日流量过程随机模拟中的应用[J]．水利学报，2002，(11)：43-48．
[23] 衡彤．小波分析及其应用研究[D]．四川大学博士学位论文，2003．
[24] 刘素一，权先璋，张勇传．小波变换结合BP神经网络进行径流预测[J]．人民长江．2003，34(7)：38-39．
[25] 王文圣，朱聪，丁晶．应用小波-人工神经网络组合模型研究电力负荷预报[J]．水电能源科学．2004，22(2)：68-70．
[26] 朱聪．径流中长期预测模型研究[D]．四川大学硕士学位论文，2005．
[27] 蒋晓辉，刘昌明．基于小波分析的径向基神经网络年径流预测[J]．应用科学学报．2004，22(3)：411-414．
[28] 张少文，张学成，万星，等．基于多尺度下ARP耦合预测模型的应用研究[J]．四川大学学报(工程科学版)，2004，36(5)：16-19．
[29] 张少文．黄河流域天然年径流变化特性分析及其预测[D]．四川大学博士学位论文，2005．
[1] 杨福生．小波变换的工程分析与应用[M]．北京：科学出版社，1999．
[2] 彭玉华．小波变换与工程应用[M]．北京：科学出版社，1999．
[3] 于文圣，丁晶，李跃清．水文小波分析[M]．北京：化学工业出版社，2005．
[4] Aussem A, Murtagh F. Combining neural networks forecasts on wavelet-transformed time series[J]. Connection Science, 1997, 9(1): 113-121.
[5] 盛兆玄，王红霞，王君，等．用计算全息制件二维Haar小波变换滤波器的研究[J]．激光与电子学进展．2005，42(3)：19-21．
[6] 秦蓓蕾．清江流域水文中长期预测研究[D]．四川大学硕士学位论文，2004．
[7] 李贤彬，丁晶，李后强．基于子波变换序列的人工神经网络组合预测[J]．水利学报，1999，(2)：1-6．
[8] 张少文，张学成，万星，等．基于多尺度下ARP耦合预测模型的应用研究[J]．四川大学学报(工程科学版)，2004，36(5)：16-19．
[2] 李祚泳．水文水环境分析的若干进展[J]．四川大学学报(工程科学版)，2002，34(2)：1-4．
[3] 李祚泳，丁晶，彭荔红．环境质量评价原理与方法[M]．北京：化学工业出版社，2004．
[4] 秦蓓蕾．清江流域水文中长期预测研究[D]．四川大学硕士学位论文，2004．
[5] 张少文．黄河流域天然年径流变化特性分析及其预测[D]．四川大学博士学位论文，2005．
[6] 丁晶，邓育仁．随机水文学[M]．成都：成都科技大学出版社，1988．
[7] 丁晶，刘权授．随机水文学[M]．北京：中国水利水电出版社，1997．
[8] 金光炎．水文水资源随机分析[M]．北京：中国科学技术出版社，1993．
[9] 吴宝亭，李庆士，杨跃武．随机过程与随机微分方程[M]．成都：电子科技大学出版社，1994．
[10] 马秀峰．随机序列轮长与轮次的统计规律[J]．水科学进展，1994，5(2)：95-103．
[11] 何声武．随机过程引论[M]．北京：高等教育出版社，1999．
[12] 王家生，刘嘉煜．随机过程基础[M]．天津：天津大学出版社，2003．
[13] 廖旺才，杨福生，胡广书．自回归模型和基于数据处理分组法的非线性模型的比较研究[J]．北京生物医学工程，1994，13(3)：129-139．
[14] 王文圣，丁晶，邓育仁．日流量过程随机模拟模型的探讨[J]．四川联合大学学报(工程科学版)，1997，1(4)：41-48．
[15] 邓聚龙．灰色控制系统[M]．武汉：华中理工大学出版社，1985．
[16] 邓聚龙．灰色预测与决策[M]．武汉：华中理工大学出版社，1988．
[17] 邓聚龙．灰色系统理论教程[M]．武汉：华中理工大学出版社，1990．
[18] 袁嘉祖．灰色系统理论及其应用[M]．北京：科学出版社，1991．
[19] 夏军．灰色系统水文学理论方法及应用[M]．武汉：华中理工大学出版社，1999．
[20] 李祚泳．灰色系统及其应用进展[J]．自然杂志，1989，12(7)：483-487．
[21] 蓝永超，杨志怀，权建民，等．灰色预测模型在径流长期预报中的应用[J]．中国沙漠，1997，17(1)：49-52．
[22] 郑成德．水环境质量评价的灰色聚类法[J]．水文，1998，18(4)：23-27．
[23] 刑爱国，胡厚田，王仰让．大气环境质量评价的灰色聚类法[J]．环境保护科学，1999， 26(4)：29-31．
[24] 冯利华，王基一，章明卓．环境质量的灰色聚类评价[J]．环境保护科学，2000，26(4)：37-39．
[25] 魏星，虎旭林，郑璐石．岩体边坡稳定性的灰色系统类比预测[J]．宁夏大学学报(自然科学版)．2002，23(1)：37-40．
[26] 陈守煜．水利水文水资源系统的模糊优化与数值计算[M]．大连：大连理工大学出版社，1989．
[27] 陈守煜．系统模糊决策理论与应用[M]．大连：大连理工大学出版社，1994．
[28] 陈守煜：工程模糊集理论与应用[M]．北京：国防工业出版社，1998．
[29] 陈守煜．复杂水资源系统优化模糊识别理论与应用[M]．长春：吉林大学出版社，2002．
[30] 李祚泳．模糊数学与环境科学[J]．自然杂志，1986，9(2)：97-100．
[31] 王红丹．用贴近度进行大气质量综合评价[J]．上海环境科学，1989，8(6)：22-23．
[32] 邓峰．水质评价的一种新方法——模糊综合指数法[J]．中国环境科学，1991，11(1)：63-66．
[33] 张旭臣．水质分级评价的模糊数学方法研究[J]．水文，1998，18(6)：24-27．
[34] 刘康兰，袁浩．模糊综合评判在环境质量评价中的应用[J]．环境工程，2000，18(1)：55-56．
[35] 刘沐宇，朱瑞赓．基于模糊相似优先的边坡稳定性评价范例推理方法[J]．岩石力学与工程学报．2002，21(8)：1188-1193．
[36] 潘峰，付强，梁川．模糊综合评价在水环境质量综合评价中的应用研究[J]．环境工程，2002，20(2)：58-61．
[37] 陈守煜，王大刚．基于遗传算法的模糊优选BP网络模型及其应用[J]．水利学报，2003，(5)：116-121．
[38] 陈守煜，冀鸿兰．冰凌预报模糊优选神经网络BP方法[J]．水利学报，2004，(6)：114-118．
[39] 郑祖国．投影寻踪自回归模型及其在新疆春早期降水量长期预测中的应用[J]．八一农学院学报，1993，16(2)：1-7．
[40] 李祚泳，邓新民，桑华明．华南登陆台风年频次的投影寻踪回归预测模型[J]．热带气象学报，1998，14(2)：181-185．
[41] 李祚泳，邓新民，侯宇光．投影寻踪回归技术在降水量预测中的应用[J]．高原气象，1998，17(3)：323-327．
[42] 李祚泳，邓新民，侯宇光．流域年均含沙量的PP回归预测[J]．泥沙研究，1999，(1)：66-69．
[43] 张欣莉，丁晶，李祚泳．投影寻踪新算法在水质评价模型中的应用[J]．中国环境科学，2000，20(2)：187-189．
[44] 张欣莉，丁晶，郑祖国．投影寻踪回归在紫坪埔洪水预报中的应用[J]．四川大学学报(工程科学版)，2000，32(2)：22-24．
[45] 金菊良，魏一鸣，丁晶．水质综合评价的投影寻踪模型[J]．环境科学学报，2001，21(4)：431-434．
[46] 王顺久，张欣莉，侯玉，等．投影寻踪聚类分析在环境质量综合评价中的应用[J]．重庆环境科学，2002，24(3)：74-76．
[47] 汪明武，金菊良．投影寻踪方法在边坡稳定性评价中的应用[J]．岩土工程学报．2002，24(5)：619-621．
[48] 倪长健，王顺久，丁晶．边坡稳定性评价的投影寻踪聚类模型[J]．岩石力学与工程学报．2004，23(16)：2687-2689．
[49] 张立明．人工神经网络的模型及其应用[M]．上海：复旦大学出版社，1993．
[50] 阎平凡，张长水．人工神经网络与模拟进化计算[M]．北京：清华大学出版社，2000．
[51] M. L. Zhu, M. Fujita, N. Hashimoroto. Application of neural networks to runoff prediction[c]. Proceedings of international conference on stochastic and statistical methods in Hydrology and environmental engineering. Ontiao. Canada. 1993, 217-227.
[52] G. L. Macher, J. D. fuller. Backpropagation in hydrological time series forecasting[c]. Proceedings of international conference on stochastic and statistical methods in Hydrology and environmental engineering. Ontiao, Canada. 1993, 229-242.
[53] 蔡煜东，许伟杰．自组织神经网络在鄱阳湖年最高水位长期预报中的应用[J]．水文科技情报，1993，10(2)：27-29．
[54] 李祚泳．B-P网络用于环境质量分类研究[J]．环境科学，1994，15(5)：75-77．
[55] 李祚泳．B-P网络用于水质综合评价方法的研究[J]．环境工程，1995，13(2)：51-53．
[56] 胡铁松．水库群优化调度函数的神经网络方法研究[J]．水科学进展，1995，6(1)：53-60．
[57] 丁晶，黄伟军，邓育仁．水文水资源人工神经网络模型的研究[J]．水资源研究，1996，17(1)：22-25．
[58] 丁晶，邓育仁，安雪松．人工神经前馈(BP)网络模型用作过渡期径流预测的探索[J]．水电站设计，1997，13(2)：69-74．
[59] 张翔，丁晶．短期洪水预报的模糊联想记忆网络模型[J]．四川联合大学学报(工程科学版)，1998，2(5)：96-102．
[60] 刘国东，黄川友，丁晶．水质综合评价的人工神经网络模型[J]．中国环境科学， 1998，18(6)：514-517．
[61] 金菊良，杨晓华，丁晶．基于神经网络的年径流预测模型[J]．人民长江，1999，30：58-62．
[62] 马光文，王黎，唐明，等．人工神经网络在用电量预测中的应用[J]．四川大学学报(工程科学版)，2000，32(2)：25-28．
[63] 彭清娥，刘兴年，曹叔尤．流域年均含沙量的人工神经网络模型[J]．水利学报，2000，(11)：79-83．
[64] 陈昌彦，王思敬，沈小克．边坡岩体稳定性的人工神经网络预测模型[J]．岩土工程学报．2001，23(2)：157-161．
[65] 洪小康．渭河下游洪水预报的人工神经网络模型研究[J]．西北农林科技大学学报，2001，29(4)：93-96．
[66] 王玲，朱传保．人工神经网络用于水文资料的插补延长[J]．东北师大学报(自然科学版)，2002，6．34(2)：105-110．
[67] 覃光华，丁晶，刘国东．自适应BP算法及其在河道洪水预报上的应用[J]．水科学进展，2002，13(1)：37-41．
[68] 覃光华，丁晶，王文圣．门限人工神经网络模型及其在洪水预报中的应用[J]．四川水力发电，2002，21(4)：34-36．
[69] 陈丽华，常沁春，陈兴国，等．BP网络应用于黄河水质的预测研究[J]．兰州大学学报(自然科学版)，2003，39(2)：53-56．
[70] 赵全升，牟晓燕，戴其祥，等．基于人工神经网络的黄河下游防断流研究[J]．工程勘察2003，(1)：20-23．
[71] 楼文高，王延政．基于B-P网络的水质综合评价模型及其应用[J]．环境污染治理技术与设备，2003，4(8)：23-26
[72] 李祚泳，徐婷婷，丁晶．地下水环境监测优化布点的人工神经网络模型[J]．城市环境与城市生态，2003，16(6)：169-171．
[73] 张鹏，李玉柱，徐照明．基于人工神经网络的挑流冲刷预报[J]．清华大学学报(自然科学版)，2003，43(11)：1538-1541．
[74] 覃光华，丁晶，李眉眉，等．敏感型人工神经网络及其在水文预报中的应用[J]．水科学进展，2003，14(2)：163-166．
[75] 覃光华．人工神经网络技术及其应用[D]．四川大学博士学位论文，2003．
[76] 李祚泳，彭荔红．BP网络学习能力与泛化能力满足的不确定关系式[J]．中国科学，2003， 33(10)：887-894．
[77] 陈雄波，唐洪武．用BP神经网络原理对水流挟沙力的研究[J]．泥沙研究．2004(1)：29-34．
[78] 张少文，张学成，王玲，等．黄河年降雨-径流BP预测模型研究[J]．人民黄河，2005，27(1)：18-20．
[79] 张少文，张学成，王玲，等．黄河上游年降雨-径流预测研究[J]．中国农村水利水电，2005，(1)：41-44．
[80] 李后强，艾南山．分形地貌学及地貌发育的分形模型[J]．自然杂志，1992，(7)：516-519．
[81] 候玉，吴伯贤，邓国权．分形理论用于洪水分期的初步探讨[J]．水科学进展，1999，10(2)：140-143．
[82] 常福宣．分形理论在水文水资源研究中的应用[D]．四川大学博士学位论文，2001．
[83] 樊福梅，梁平．基于分形的社会总用电量及其构成预测[J]．中国电机工程学报，2004，24(11)：91-95．
[84] 张少文，王文圣，丁晶，等．分形理论在水文水资源中的应用[J]．水科学进展，2005，16(1)：141-147．
[85] 傅军，丁晶，邓育仁．洪水混沌特性初步研究[J]．水科学进展，1996，7(3)：226-229．
[86] 丁晶，赵永龙，邓育仁．年最大洪峰序列统计混沌性的初步研究[J]．水利学报，1997，(10)：66-71．
[87] 赵永龙，丁晶，邓育仁．混沌分析在水文预测中的应用和展望[J]．水科学进展，1998，9(2)：181-186．
[88] 权先璋，温权，张勇传．混沌预测技术在径流预报中的应用[J]_华中理工大学学报，1999，27(12)：41-43．
[89] 丁涛，周惠成，黄健辉．混沌水文时间序列区间预测研究[J]．水利学报，2004，(12)：15-20．
[90] 杨福生．小波变换的工程分析与应用[M]．北京：科学出版社，1999．
[91] 彭玉华．小波变换与工程应用[M]．北京：科学出版社，1999．
[92] I. Daubechies. Ten Lectures on Wavelets[M]. SIAM, Philadelphia, PA, 1992.
[93] S. Mallat. A Wavelet Tour of Signal Processing(Second Edition)[M]. Academic Press, 1999.
[94] 胡广书．现代信号处理教程[M]．北京：清华大学出版社，2004．
[95] 王文圣，丁晶，李跃清．水文小波分析[M]．北京：化学工业出版社，2005．
[96] Aussem A, Murtagh E Combining neural networks forecasts on wavelet-transformed time series[J]. Connection Science, 1997, 9(1): 113-121.
[97] 李贤彬，丁品，李后强．水文时间序列分析的子波分析法[J]．水科学进展，1999，10(2)：144-149．
[98] 李贤彬，丁晶，李后强．基于子波变换序列的人工神经网络组合预测[J]．水利学报，1999，(2)：1-6．
[99] 李贤彬．子波分析及其在水文水资源研究中的应用[D]．四川大学博士学位论文，1999．
[100] 王文圣，袁鹏，丁晶．小波分析及其在日流量过程随机模拟中的应用[J]．水利学报，2002，(11)：43-48．
[101] 衡彤．小波分析及其应用研究[D]．四川大学博士学位论文，2003．
[102] 王文圣，丁晶，向红莲．小波分析在水文学中的应用研究与展望[J]．水科学进展，2002，13(4)：515-520．
[103] 蒋传文，侯志俭，李涛，等．基于小波分解的径流非线性预测[J]．上海交通大学学报，2002，36(7)：1053-1056．
[104] 刘俊萍，田峰巍，黄强，等．基于小波分析的黄河河川径流变化规律研究[J]．自然科学进展，2003，13(4)：383-387．
[105] 王文圣，丁晶，衡彤．长江宜昌年最大洪峰周期分析和长期预报研究[J]．四川大学学报(工程科学版)，2003，35(1)：20-23．
[106] 王文圣，丁晶，衡彤．水文序列周期成分和突变特征识别的小波分析[J]．工程勘察，2003，(1)：32-35．
[107] Wang Wensheng, Ding Jing. Wavelet network model and its application to the prediction of hydrology[J]. Nature and Science, 2003, 1(1): 67-71.
[108] 刘素一，权先璋，张勇传．小波变换结合BP神经网络进行径流预测[J]．人民长江．2003，34(7)：38-39．
[109] 张少文，丁晶，廖杰，等．基于小波的黄河上游天然年径流变化特性分析[J]．四川大学学报(工程科学版)，2004，36(3)：32-37．
[110] 王文圣，李跃清，向红莲．基于小波分析的组合随机模型及其在径流预测中的应用[J]．高原气象，2004，23(增刊)：146-149．
[111] 王文圣，熊华康，丁晶．日流量预测的小波网络模型初探[J]．水科学进展，2004，15(3)：382-386．
[112] 王文圣，朱聪，丁晶．应用小波—人工神经网络组合模型研究电力负荷预报[J]．水电能源科学．2004，22(2)：68-70．
[113] 朱聪．径流中长期预测模型研究[D]．四川大学硕士学位论文，2005．
[114] 张少文，张学成，万星，等．基于多尺度下ARP耦合预测模型的应用研究[J]．四川大学学报(工程科学版)，2004，36(5)：16-19．
[115] Holland J H. Genetic algorithm [J]. Scientific American, 1992, (44): 44-50.
[116] 李敏强，寇纪淞，林丹，等．遗传算法的基本理论与应用[M]．北京：科学出版社，2002．
[117] 周明，孙树栋．遗传算法原理及应用[M]．北京：国防工业出版社，2001．
[118] 邢文训，谢金星．现代优化计算方法[M]．北京：清华大学出版社，1999．
[119] 李祚泳，王珏，邓新民．大气颗粒物污染源的遗传算法解析模型[J]．重庆环境科学，2000，22(5)：58-60．
[120] 李祚泳，汪淮．地物波谱组合识别模型参数的遗传优化[J]．红外与毫米波学报，2002，21(3)：205-208．
[121] 李祚泳，彭荔红．基于遗传算法的暴雨强度公式参数的优化[J]．高原气象，2003，22(6)，637-639．
[122] 金菊良，丁晶．遗传算法及其在水科学中的应用[M]．成都：四川大学出版社，2000．
[123] 金菊良，丁晶．水资源系统工程[M]．成都：四川科学技术出版社，2002．
[124] 倪长健，丁晶，李祚泳．基于优秀抗体的免疫算法及其收敛性问题的研究[J]．系统工程，2002，20(3)：72-76．
[125] 倪长健．免疫进化算法研究及其在水问题中的应用[D]．四川大学博士学位论文，2003．
[126] 倪长健，丁晶，李祚泳．免疫进化算法及其在暴雨强度公式参数优化中的应用[J]．长江科学院院报，2002，19(6)，59-61．
[127] 舒栋才，樊明兰，林三益．基于免疫进化算法的投影寻踪聚类及其在地下水动态分类中的应用[J]．四川大学学报(工程科学版)，2004，36(1)：15-18．
[128] 周登勇，戴汝为．人工生命[J]．模式识别与人工智能，1998：4(3)．412-418．
[129] Dorigo M, Dicaro G, Gambardella L M. Ant algorithm for discrete optimization [J]. Artificial Life, 1999, 5(2): 137-172.
[130] Botee H M, Bonabeau E. Evolving ant colony optimization [J]. Adv. Complex Systems, 1998, 1: 149-159.
[131] 张纪会，徐心和．一种新的进化算法——蚁群算法[J]．系统工程理论与实践，1999，19(3)：84-87．
[132] 温文波，杜维．蚁群算法概述[J]．石油化工自动化，2002，(1)：19-22
[133] 徐宁，李春光，张健，等．几种现代优化算法的比较研究[J]．系统工程与电子技术，2002，24(12)：100-103．
[134] 陈峻，沈洁，秦玲．蚁群算法进行连续参数优化的新途径[J]．系统工程理论与实践，2003，23(3)：48-53．
[135] 熊伟清，余舜浩，赵杰煜．具有分工的蚁群算法及应用[J]．模式识别与工人智能，2003，16(3)：328-333．
[136] 陈烨．用于连续函数优化的蚁群算法[J]．四川大学学报(工程科学版)，2004，36(6)：117-120．
[137] 杨晓华，杨志峰，郦建强．蚁群加速遗传算法在水环境优化问题中的应用[J]．水电能源科学，2003，21(4)，42-45．
[138] 邹长武，熊建秋，李祚泳．改进的蚂蚁算法及其在暴雨强度公式参数优化中的应用[J]．四川大学学报(工程科学版)，2005，37(5)：9-13．
[139] Kennedy J, Eberhart R. Particle Swarm Optimization[C]. In: Proc IEEE Int Conf on Neural Networks, 1995, 1942-1948.
[140] 曾建潮，崔志华．一种保证全局收敛的PSO算法[J]．计算机研究与发展，2004(8)：1333-1338．
[141] 李炳宇，萧蕴诗，汪镭．PSO算法在工程优化问题中的应用[J]．计算机工程与应用．2004，(18)：74-76．
[142] 张利彪，周春光，马铭，等．基于粒子群算法求解多目标优化问题[J]．计算机研究与发展，2004，41(7)：1286-1291．
[143] 杜天军，陈光禹，刘占辰，等．基于PSO算法的弹道辨识网络及仿真[J]．系统仿真学报，2004，16(11)：2517-2519．
[144] 李智．基于粒子群算法的往复振动筛运动参数优化设计[J]．粮食与饲料工业，2004，(2)：12-13．
[145] 袁和金，王翠茹．粒子群优化算法在求解平面选址问题中的应用研究[J]．华北电力大学学报，2004，31(4)：93-97．
[146] 李宁，邹彤，孙德宝．带时间窗车辆路径问题的粒子群算法[J]．系统工程理论与实践，2004，(4)：130-135．
[147] 王允良，李为吉．粒子群优化算法及其在结构优化设计中的应用[J]．机械科学与技 术，2005，24(2)：248-252．
[148] 王成华，王卓雄，陈海明．基坑挡土结构的粒子群优化设计方法[J]．天津大学学报，2005，38(6)：547-551．
[149] 赵克勤．集对分析对不确定性的描述和处理[J]．信息与控制，1995，(3)：163-168．
[150] 赵克勤．集对分析及其初步应用[M]．杭州：浙江科学技术出版社，2000．
[151] 李祚泳．大气环境质量综合评价的集对分析方法[J]．环境科学研究，1998，11(2)：31-33．
[152] 沈珍瑶，张征，谢彤芳．集对分析在环境质量评价中应用的探讨[J]．环境保护，1999，(10)：20-21．
[153] 李凡修，辛焰，陈武．集对分析用于湖泊富营养化评价研究[J]．重庆环境科学，2000，22(6)：10-11．
[154] 李凡修，陈武．应用模糊集对分析法优化大气环境监测布点[J]．环境保护科学，2001，27(5)：30-32．
[155] 冯利华，张行才，龚建林，基于集对分析的水资源变化趋势的统计预测[J]．水文，2004，24(2)：11-14．
[156] Pawlak Z. Rough set[J]. International Journal of Information and Computer Science, 1982, 11(5): 341-356.
[157] Pawlak Z. Rough sets: theoretical aspects of reasoning about data[M]. Dordrecht: Kluwer Academic Publishers, 1991.
[158] 曾黄麟．粗集理论及其应用(修订版)[M]．重庆：重庆大学出版社，1998．
[159] 刘清．Rough集及Rough推理[M]．北京：科学出版社，2001．
[160] 王珏，苗夺谦，周育健．关于Rough set理论与应用综述[J]．模式识别与人工智能，1996，9(4)：337-344．
[161] 胡可云，陆玉昌，石纯一．粗糙集理论及其应用进展[J]．清华大学学报(自然科学版)，2001，41(1)：64-68．
[162] 林晓东，费奇，王红卫．智能决策支持系统中的知识表示及基于粗集的推理[J]．计算机与现代化，2001，(2)，45-50．
[163] An AJ, Shan N, Chan C. Discovering rules for water demand prediction—An enhanced rough-set approach[J]. Artif Intell, 1996, 9(6): 645-653.
[164] L Belanche, J Valde, J Comas. Prediction of the bulking phenomenon in wastewater treatment plants[J]. Artificial Intelligence in Engineering, 2000, 14: 307-317.
[165] Chen WC, Chang NB, Chen JC. Rough set-based hybrid fuzzy-neural controller design for industrial wastewater treatment[J]. Water Research, 2003, 37: 95-107.
[166] 李祚泳，彭荔红．基于粗集理论的大气颗粒物的排放源重要性评价[J]．环境科学学报，2003，23(1)：142-144．
[167] 李祚泳，倪长健，丁晶．粗集理论应用于大气颗粒物的源解析[J]．四川大学学报(工程科学版)，2003，35(4)：112-114．
[168] 熊建秋，李祚泳，邹长武．基于粗集理论的地下水水质指标属性约简[J]．水科学进展，2005，16(4)：494-499．
[169] 杨波，庄心谷．在网络计算机上所有最近邻近点的算法[J]．西安电子科技大学学报，1996，23(1)：85-91．
[170] 王文圣，袁鹏，丁晶．最近邻抽样回归模型在水环境预测中的应用[J]．中国环境科学，2001，21(4)：367-370．
[171] 金菊良，魏一鸣，丁晶．预测日径流过程的最近邻仿真模型[J]．系统仿真学报，2002，14(11)：1494-1496．
[172] 王文圣，向红莲，丁晶．最近邻抽样回归模型在水文水资源预报中的应用[J]．水电能源科学，2001，19(2)：8-10．
[173] 万星，丁晶，严秉忠，等．年径流预测的自适应NNBR-ANN耦合模型[J]．四川大学学报(工程科学版)，2005，37(5)：5-8．
[174] Vapnik V. An overview of statistical learning theory[J]. IEEE Transactions on Neural Networks, 1999, 10(5): 988-999.
[175] Burges C. J. C. A tutorial on support vector machines for pattern recognition[J]. Data Mining and Knowledge Discovery, 1998, 2(2): 121-167.
[176] Scholkopf B., Smola A. J., Willianson R. and et al. New support vector algorithms[J]. Neural Computation, 2000, 12: 1207-1245.
[177] Vapnik V著，张学工译．统计学习理论的本质[M]．北京：清华大学出版社，2000．
[178] Vapnik V著，许建华，张学工译．统计学习理论[M]．北京：电子工业出版社，2004．
[179] 李晓黎，刘继敏，史忠植．基于支持向量机与无监督聚类相结合的中文网页分类器[J]．计算机学报，2001，24(1)：62-68．
[180] 刘学军，陈松灿，彭宏京．基于支持向量机的计算机键盘用户身份验真[J]．计算机研究与发展，2002，39(9)：1082-1086．
[181] 庄越挺，刘骏伟，吴飞，等．基于支持向量机的视频字幕自动定位与提取[J]．计算机辅助设计与图形学学报，2002，14(8)：1-4．
[182] 冯夏庭，赵洪波．岩爆预测的支持向量机[J]．东北大学学报(自然科学版)，2002，23(1)：57-59．
[183] 叶航军，白雪生，徐光祐．基于支持向量机的人脸姿态判定[J]．清华大学学报(自然科学版)，2003，43(1)：67-70．
[184] 赵洪波，冯夏庭．支持向量机函数拟合在边坡稳定性估计中的应用[J]．岩石力学与工程学报．2003，22(2)：241-245．
[185] 赵洪波，冯夏庭．位移反分析的进化支持向量机研究[J]．岩石力学与工程学报，2003，22(10)：1618-1622．
[186] 刘蔚，韩祯祥．基于支持向量机的配电网重构[J]．电力系统自动化，2005，29(7)：48-52．
[187] 张浩然，汪晓东．支持向量机的学习方法综述[J]．浙江师范大学学报(自然科学版)，2005，28(3)：283-288．
[188] 王景雷，吴景社，孙景生，等．支持向量机在地下水位预报中的应用研究[J]．水利学报．2003(5)：122-128．
[189] 李庆国，陈守煜．基于模糊模式识别的支持向量机的回归预测方法[J]．水科学进展，2005，16(5)：741-746．
[190] 丁晶，邓育仁．水文水资源中不确定性分析与计算的耦合途径[J]．水文，1996，(1)：19-21．
[1] 史忠植．知识发现[M]．北京：清华大学出版社，2002．
[2] Vapnik V著，张学工译．统计学习理论的本质[M]．北京：清华大学出版社，2000．
[3] Vapnik V著，许建华，张学工译．统计学习理论[M]．北京：电子工业出版社，2004．
[4] 边肇祺，张学工．模式识别(第二版)[M]．北京：清华大学出版社，2000．
[5] 刘蔚，韩祯祥．基于支持向量机的配电网重构[J]．电力系统自动化，2005，29(7)：48-52．
[6] 王日爽．泛函分析与最优化理论[M]．北京：北京航空航天大学出版社，2003．
[7] 张浩然，汪晓东．支持向量机的学习方法综述[J]．浙江师范大学学报(自然科学版)，2005，28(3)：283-288．
[8] 张浩然，韩正之，李昌刚．基于支持向量机的非线性系统辨识[J]．系统仿真学报，2003，15(1)：119-121．
[9] 袁亚湘，孙文瑜．最优化理论与方法[M]．北京：科学出版社，1999．
[10] Vapnik V. An overview of statistical learning theory[J]. IEEE Transactions on Neural Networks, 1999, 10(5): 988-999.
[11] Burges C. J. C. A tutorial on support vector machines for pattern recognition[J]. Data Mining and Knowledge Discovery, 1998, 2(2): 121-167.
[12] Scholkopf B., Smola A. J., Willianson R. and et al. New support vector algorithms[J]. Neural Computation, 2000, 12: 1207-1245.
[13] 汪明武，金菊良．投影寻踪方法在边坡稳定性评价中的应用[J]．岩土工程学报．2002，24(5)：619-621．
[14] 陈昌彦，王思敬，沈小克．边坡岩体稳定性的人工神经网络预测模型[J]．岩土工程学报．2001，23(2)：157-161．
[15] 倪长健，王顺久，丁晶．边坡稳定性评价的投影寻踪聚类模型[J]．岩石力学与工程学报．2004，23(16)：2687-2689．
[16] 刘沐宇，朱瑞赓．基于模糊相似优先的边坡稳定性评价范例推理方法[J]．岩石力学与工程学报．2002，21(8)：1188-1193．
[17] 魏星，虎旭林，郑璐石．岩体边坡稳定性的灰色系统类比预测[J]．宁夏大学学报(自然科学版)．2002，23(1)：37-40．
[18] 孙东亚，陈祖煜，杜伯辉，等．边坡稳定评价方法RMR-SMR体系及其修正[J]．岩石力学与工程学报．1997，16(4)：297-304．
[19] 熊建秋，李祚泳．基于IEA-PNN的边坡岩体稳定性预测研究[J]．岩石力学与工程学报，2005，24(增刊)：4924-4929．
[20] 张瑞瑾，谢鉴衡，王明甫，等．河流泥沙动力学[M]．北京：水利电力出版社，1989
[21] 陈雄波，唐洪武．用BP神经网络原理对水流挟沙力的研究[J]．泥沙研究．2004(1)：29-34．
[22] 窦国仁，王国兵．黄河小浪底枢纽泥沙研究(报告汇编)[R]．南京水利科学研究院，1993．
[23] 熊建秋，李祚泳．基于支持向量机的水流挟沙力预测研究[J]．水利学报，2005，36(10)：1171-1175．
[24] 王文圣，丁晶，赵玉龙，等．基于偏最小二乘回归的年用电量预测研究[J]．中国电机工程学报，2003，23(10)：17-21．
[25] 马光文，王黎，唐明，等．人工神经网络在用电量预测中的应用[J]．四川大学学报(工程科学版)，2000，32(2)：25-28．
[26] 谢开贵，李春燕，周家启．基于神经网络的负荷组合预测模型研究[J]．中国电机工程学报，2002，22(7)：85-89．
[27] 樊福梅，梁平．基于分形的社会总用电量及其构成预测[J]．中国电机工程学报，2004，24(11)：91-95．
[28] 倪长健，丁晶，李祚泳．基于优秀抗体的免疫算法及其收敛性问题的研究[J]．系统工程，2002，20(3)：72-76．
[29] 倪长健，丁晶，李祚泳．免疫进化算法及其在暴雨强度公式参数优化中的应用[J]．长江科学院院报，2002，19(6)，59-61．
[1] 周登勇，戴汝为．人工生命[J]．模式识别与人工智能，1998：4(3)．412-418．
[2] 陈烨．用于连续函数优化的蚁群算法[J]．四川大学学报(工程科学版)，2004，36(6)：117-120．
[3] 邹长武，熊建秋，李祚泳．改进的蚂蚁算法及其在暴雨强度公式参数优化中的应用[J]．四川大学学报(工程科学版)，2005，37(5)：9-13．
[4] Kennedy J, Eberhart R. Particle Swarm Optimization[C]. In: Proc IEEE Int Conf on Neural Networks, 1995, 1942-1948.
[5] 曾建潮，崔志华．一种保证全局收敛的PSO算法[J]．计算机研究与发展，2004(8)：1333-1338．
[6] 李炳宇，萧蕴诗，汪镭．PSO算法在工程优化问题中的应用[J]．计算机工程与应用．2004，(18)：74-76．
[7] 张利彪，周春光，马铭，等．基于粒子群算法求解多目标优化问题[J]．计算机研究与发展，2004，41(7)：1286-1291．
[8] 杜天军，陈光禹，刘占辰，等．基于PSO算法的弹道辨识网络及仿真[J]．系统仿真学报，2004，16(11)：2517-2519．
[9] SHI Yu-hui, Eberhart R. A modified particle swarm optimizer[C]. In: IEEE World Congress on Computational Intelligence, 1998. 69-73.
[10] 杨开，程晓如．暴雨强度公式中系数B统计算法一例[J]．人民长江，1996，27(3)：16-22．
[11] 李祚泳，彭荔红．基于遗传算法的暴雨强度公式参数的优化[J]．高原气，2003，22(6)，637-639．
[12] 周激流，丁晶，金菊良．一种新型遗传算法及其在暴雨强度公式参数优化中的应用研究[J]．四川大学学报(自然科学版)．2000，37(4)：543-547．
[13] 金菊良，丁晶．遗传算法及其在水科学中的应用[M]．成都：四川大学出版社，2000．
[14] 倪长健，丁晶，李祚泳．免疫进化算法及其在暴雨强度公式参数优化中的应用[J]．长江科学院院报，2002，19(6)，59-61．
[15] 阳书敏，邵东国．改进演化规划及其在暴雨强度公式参数优化中的应用[J]．中国农村水利水电，2004，(7)，22-24．
[16] 何薪基，李广辉，任德记．非线性拟合参数的优化及其在地下水位动态分析中的应用[J]．工程勘察．1997(2)：24-28．
[17] 倪长健．免疫进化算法研究及其在水问题中的应用[D]．四川大学博士学位论文，2003．
[18] 杨晓华，杨志峰，郦建强．蚁群加速遗传算法在水环境优化问题中的应用[J]．水电能源科学，2003，21(4)，42-45．
[19] 金菊良，丁晶．水资源系统工程[M]．成都：四川科学技术出版社，2002．
[20] 张兰生，周福祥，王金南，等．实用环境经济学[M]．北京：清华大学出版社，1992．
[21] 李祚泳，熊建秋，汪嘉杨，等著．可持续发展评价模型与应用[M]．北京：科学出版社，(待出版)．
[1] Vapnik V著，张学工译．统计学习理论的本质[M]．北京：清华大学出版社，2000．
[2] Vapnik V著，许建华，张学工译．统计学习理论[M]．北京：电子工业出版社，2004．
[3] 赵洪波．基于遗传算法的进化支持向量机研究[J]．绍兴文理学院学报，2004，24(9)：25-25．
[4] 赵洪波．岩体分级的进化支持向量机方法研究[J]．绍兴文理学院学报，2004，24(7)：82-84．
[5] 丁晶，邓育仁．随机水文学[M]．成都：成都科技大学出版，1988．
[6] 王文圣，丁晶，李跃清．水文小波分析[M]．北京：化学工业出版社，2005．
[7] 刘清．Rough集及Rough推理[M]．北京：科学出版社，2001．
[8] 熊建秋，李祚泳，邹长武．基于粗集理论的地下水水质指标属性约简[J]．水科学进展，2005，16(4)：494-499．
[9] 秦蓓蕾．清江流域水文中长期预测研究[D]．四川大学硕士学位论文，2004．
[10] 张少文．黄河流域天然年径流变化特性分析及其预测[D]．四川大学博士学位论文，2005．
[11] 张少文，张学成，王玲，等．黄河年降雨-径流BP预测模型研究[J]．人民黄河，2005，27(1)：18-20．
[12] 张少文，张学成，王玲，等．黄河上游年降雨-径流预测研究[J]．中国农村水利水电，2005，(1)：41-44．
[13] 李庆国，陈守煜．基于模糊模式识别的支持向量机的回归预测方法[J]．水科学进展，2005，16(5)：741-746．
[14] 陈守煜，冀鸿兰．冰凌预报模糊优选神经网络BP方法[J]．水利学报，2004，(6)：114-118．
[15] Vapnik V. An overview of statistical learning theory[J]. IEEE Transactions on Neural Networks, 1999, 10(5): 988-999.
[16] 张浩然，韩正之．回归支持向量机的改进序列最小优化学习算法[J]．软件学报，2003，14(12)：2006-2013．
[17] 李建民，张钹，林福宗．序贯最小优化的改进算法[J]．软件学报，2003，14(5)：918-924．
[1] 张立明．人工神经网络的模型及其应用[M]．上海：复旦大学出版社，1993．
[2] 胡守仁，余少波，戴葵．神经网络导论[M]．长沙：国防科技大学出版社，1993．
[3] 靳蕃．神经计算智能基础原理·方法[M]．成都：西南交通大学出版社，2000．
[4] 徐丽娜．神经网络控制[M]．北京：电子工业出版社，2002．
[5] 阎平凡，张长水．人工神经网络与模拟进化计算[M]．北京：清华大学出版社，2000．
[6] 杨建刚．人工神经网络实用教程[M]．杭州：浙江大学出版社，2001．
[7] 丁晶，黄伟军，邓育仁．水文水资源神经网络模型研究[J]．水资源研究，1996，17(1)：22-25．
[8] 李祚泳，邓新民．人工神经网络在水环境质量评价中的应用[J]．中国环境监测，1996，12(2)：36-39．
[9] 李祚泳，丁晶，彭荔红．环境质量评价原理与方法[M]．北京：化学工业出版社，2004．
[10] 刘国东，黄川友，丁晶．水质综合评价的人工神经网络模型[J]．中国环境科学，1998，18(6)：514-517．
[11] 金菊良，杨晓华，丁晶．基于神经网络的年径流预测模型[J]．人民长江，1999，30：58-62．
[12] 金菊良，丁晶．遗传算法及其在水科学中的应用[M]．成都：四川大学出版社，2000．
[13] 覃光华．人工神经网络技术及其应用[D]．四川大学博士学位论文，2003．
[14] 张鹏，李玉柱，徐照明．基于人工神经网络的挑流冲刷预报[J]．清华大学学报(自然科学版)，2003，43(11)：1538-1541．
[15] Nilelson H R. Theory of the backpropagation neural network[J]. IEEE IJCNN, 1989, 1: 593-606.
[16] 孙增析，张再兴．智能控制理论与技术[M]．北京：清华大学出版社，1997．
[17] 邢文训，谢金星．现代优化计算方法[M]．北京：清华大学出版社，1999．
[18] Chen F C. Back-propagation neural networks for nonlinear self-tuning adaptive[J]. IEEE Trans. On Control System Magazine, 1990, 10(3): 44-48
[19] 刘曙光，郑崇勋，刘明远．前馈神经网络中的反向传播算法及其改进：进展与展望[J]．计算机科学，1996，23(1)：76-79．
[20] 杨立民，许有鹏．改进遗传神经网络方法在大气环境质量评价中的应用[J]．环境科学研究，1999，12(2)：28-31．
[21] 陈炳瑞，冯夏庭，丁梧秀，等．化学腐蚀下岩石应力应变进化神经网络本构模型[J]．东北大学学报(自然科学版)，2004，25(7)：695-699．
[22] 尹顺德，冯夏庭，张友良，等．滑坡加固方案优化的并行进化神经网络方法研究[J]．岩石力学与工程学报．2004，23(16)：2698-2702．
[23] 王凌，郑大钟．一种基于退火策略的混沌神经网络优化算法[J]．控制理论与应用，2000，17(1)：139-142．
[24] 傅强，胡上序，赵胜颖．基于PSO算法的神经网络集成构造方法[J]．浙江大学学报工学版)，2004，38(12)：1596-1560．
[25] 李爱国，覃征．基于粒子群优化的积单元网络预测混沌序列[J]．小型微型计算机系统．2004，25(6)：972-974．
[26] 刘宇，覃征，卢江，等．多模态粒子群集成神经网络[J]．计算机研究与发展．2005，42(9)：1519-1526．
[27] 王文圣，向红莲，丁晶．最近邻抽样回归模型在水文水资源预报中的应用[J]．水电能源科学，2001，19(2)：8-10．
[28] 万星，丁晶，严秉忠，等．年径流预测的自适应NNBR-ANN耦合模型[J]．四川大学学报(工程科学版)，2005，37(5)：5-8．
[29] 覃光华，丁晶，李眉眉．敏感型人工神经网络及其在水文预报中的应用[J]．水科学进展，2003，14(2)：163-166．
[30] 覃光华，丁晶，刘国东．自适应BP算法及其在河道洪水预报上的应用[J]．水科学进展，2002，13(1)：37-41．
[31] 覃光华，丁晶，王文圣．门限人工神经网络模型及其在洪水预报中的应用[J]．四川水力发电，2002，21(4)：34-36．
[32] 王文圣，丁晶，衡彤．长江宜昌年最大洪峰周期分析和长期预报研究[J]．四川大学学报(工程科学版)，2003，35(1)：20-23．
[33] 王文圣，李跃清，向红莲．基于小波分析的组合随机模型及其在径流预测中的应用[J]．高原气象，2004，23(增刊)：146-149．
[34] 王文圣，熊华康，丁晶．日流量预测的小波网络模型初探[J]．水科学进展，2004，15(3)：382-386．
[1] 王文圣，熊华康，丁晶．日流量预测的小波网络模型初探[J]．水科学进展，2004，15(3)：382-386．
[2] 王文圣，李跃清，向红莲．基于小波分析的组合随机模型及其在径流预测中的应用[J]．高原气象，2004，23(增刊)：146-149．
[3] 杨福生．小波变换的工程分析与应用[M]．北京：科学出版社，1999．
[4] 彭玉华．小波变换与工程应用[M]．北京：科学出版社，1999．
[5] I. Daubechies. Ten Lectures on Wavelets[M]. SIAM, Philadelphia, PA, 1992.
[6] S. Mallat. A Wavelet Tour of Signal Processing(Second Edition)[M]. Academic Press, 1999.
[7] 胡广书．现代信号处理教程[M]．北京：清华大学出版社，2004．
[8] 李弼程，罗建书．小波分析及其应用[M]．北京：电子工业出版社，2003．
[9] 崔锦泰．小波分析导论[M]．西安：西安交通大学出版社，1995．
[10] 赵松年，熊小芸．小波变换与子波分析[M]．北京：电子工业出版社，1992．
[11] 冉启文．小波变换与分数傅里叶变换理论及应用[M]．哈尔滨：哈尔滨工业大学出版社，2001．
[12] 张贤达，保铮．非平稳信号分析与处理[M]．北京：国防工业出版社，1998．
[13] 冯象初，甘小冰，宋国乡．数值泛函与小波理论[M]．西安电子科技大学出版社，2003．
[14] 郑治真，沈萍杨选辉，等．小波变换及其MATLAB使用[M]．北京：地震出版社，2001．
[15] 王文圣，丁晶，李跃清．水文小波分析[M]．北京：化学工业出版社，2005．
[16] 王文圣，丁晶，向红莲．小波分析在水文学中的应用研究及展望[J]．水科学进展，2002，13(4)：515-520．
[17] 李贤彬，丁晶，李后强．水文时间序列分析的子波分析法[J]．水科学进展，1999，10(2)： 144-149．
[18] 李贤彬，丁晶，李后强．水文水资源分析新方法-子波分析[J]．水文科技信息，1999，14(2)：16-21．
[19] Aussem A, Murtagh E Combining neural networks forecasts on wavelet-transformed time series[J]. Connection Science, 1997, 9(1): 113-121.
[20] 李贤彬，丁晶，李后强．基于子波变换序列的人工神经网络组合预测[J]．水利学报，1999，(2)：1-6．
[21] 陈哲，冯天谨，张海燕．基于小波神经网络的混沌时间序列分析与相空间重构[J]．计算机研究与发展，2001，38(5)：591-596．
[22] 王文圣，袁鹏，丁晶．小波分析及其在日流量过程随机模拟中的应用[J]．水利学报，2002，(11)：43-48．
[23] 衡彤．小波分析及其应用研究[D]．四川大学博士学位论文，2003．
[24] 刘素一，权先璋，张勇传．小波变换结合BP神经网络进行径流预测[J]．人民长江．2003，34(7)：38-39．
[25] 王文圣，朱聪，丁晶．应用小波-人工神经网络组合模型研究电力负荷预报[J]．水电能源科学．2004，22(2)：68-70．
[26] 朱聪．径流中长期预测模型研究[D]．四川大学硕士学位论文，2005．
[27] 蒋晓辉，刘昌明．基于小波分析的径向基神经网络年径流预测[J]．应用科学学报．2004，22(3)：411-414．
[28] 张少文，张学成，万星，等．基于多尺度下ARP耦合预测模型的应用研究[J]．四川大学学报(工程科学版)，2004，36(5)：16-19．
[29] 张少文．黄河流域天然年径流变化特性分析及其预测[D]．四川大学博士学位论文，2005．
[1] 杨福生．小波变换的工程分析与应用[M]．北京：科学出版社，1999．
[2] 彭玉华．小波变换与工程应用[M]．北京：科学出版社，1999．
[3] 于文圣，丁晶，李跃清．水文小波分析[M]．北京：化学工业出版社，2005．
[4] Aussem A, Murtagh F. Combining neural networks forecasts on wavelet-transformed time series[J]. Connection Science, 1997, 9(1): 113-121.
[5] 盛兆玄，王红霞，王君，等．用计算全息制件二维Haar小波变换滤波器的研究[J]．激光与电子学进展．2005，42(3)：19-21．
[6] 秦蓓蕾．清江流域水文中长期预测研究[D]．四川大学硕士学位论文，2004．
[7] 李贤彬，丁晶，李后强．基于子波变换序列的人工神经网络组合预测[J]．水利学报，1999，(2)：1-6．
[8] 张少文，张学成，万星，等．基于多尺度下ARP耦合预测模型的应用研究[J]．四川大学学报(工程科学版)，2004，36(5)：16-19．