基于极限学习机的长江流域水资源开发利用综合评价

为能客观、准确地对长江流域水资源开发利用进行综合评价,利用层次分析法构建了符合长江流域水资源开发利用现状的综合评价指标体系和分级标准,基于极限学习机(ELM)算法原理,构建了ELM水资源开发利用综合评价模型对长江流域及主要水系水资源开发利用进行综合评价,并构建RBF、BP神经网络模型作为对比评价模型。采用随机内插的方法在各评价分级标准阈值间生成训练样本和检验样本,在达到预期评价精度后将模型运用于长江流域水资源开发利用综合评价中。结果表明:ELM水资源开发利用综合评价模型对长江流域及主要水系水资源开发利用综合评价等级为4～8级,处于有潜力至失衡之间,与长江流域各主要水系水资源开发利用现状相符;该模型的评价精度和泛化能力均优于RBF及BP神经网络评价模型,是合理可行和有效的,可应用于长江流域水资源开发利用综合评价,具有参数选择简便、评价精度高、泛化能力强等优点。     

基于改进模糊集对评价法的水资源承载力评价——以龙川江流域为例

水资源承载力对一个国家或地区可持续发展有至关重要的影响。综合考虑滇中龙川江高原流域特点和影响水资源承载力的因素,选取14项指标,建立水资源承载力评价指标体系;以集对分析理论为基础,对模糊集对评价模型进行改进,采用最小信息熵原理将层次分析法和熵权法确定的权重进行主客观耦合得到综合权重,建立水资源承载力的模糊集对评价模型。为比较,分别采用改进的模糊集对评价模型和模糊综合评价模型对龙川江高原流域进行水资源承载力评价分析,结果表明:采用模糊综合评价法,5个水平年的水资源承载力等级均为2级,采用模糊集对评价法,5个水平年的水资源承载力分别为2级、1级、2级、2级和1级。通过比较分析得出改进的模糊集对评价模型,对指标信息挖掘充分、计算简洁,评价结果可为龙川江高原流域进一步推行"河长制"的水资源保护与管理和清洁小流域治理提供科学依据。     

改进的模糊综合评价法在水资源承载力评价中的应用

用变异系数法及层次分析(analytic hierarchy process,AHP)法计算组合权重,并将灰色关联分析法中的灰关联系数应用于模糊综合评价模型中的模糊关系矩阵,结合定性、定量分析,对模糊综合评价模型进行改进。将改进后的模糊综合评价法应用于江阴市水资源承载力评价,结果表明,与传统模糊综合评价法相比,综合评价结果相同,但是计算结果对于各个评价等级的隶属度差距减小,降低了主观影响,说明改进后的评价方法在区域水资源承载力评价中应用良好。     

基于改进BP神经网络模型的云南文山州水资源脆弱性综合评价

利用层次分析法构建符合丰水地区水资源脆弱性评价的指标体系和等级标准,分别构建基于单、双隐层BP神经网络技术的区域水资源脆弱性综合评价模型,并采用内插法构造网络训练样本,将水资源脆弱性分级评价标准值作为“评价”样本,对云南文山州区域水资源脆弱性进行评价分析。结果表明：①单、双隐层BP神经网络模型对区域水资源脆弱性综合评价结果基本相同,说明研究建立的区域水资源脆弱性评价模型和评价方法均是合理可行的,与单隐层网络相比,双隐层网络泛化能力强,预测精度高,但训练时间较长;②文山州各评价区域不同规划水平年水资源脆弱性评价等级为Ⅲ-Ⅴ级,即处于中度脆弱与不脆弱之间,客观反映了该州水资源脆弱性状况,符合区域实际情况。评价结果可以作为研究和评价区域水资源脆弱性的参考依据。     

基于联系云和风险矩阵的水资源承载力评价

为结合定量模型和水资源承载力的内在机理评价安徽省16个地级市的水资源承载力状况,构建基于非对称联系云和风险矩阵的水资源承载力评价模型。首先确定水资源承载力评价指标体系,利用基于加速遗传算法的层次分析法确定各评价指标的权重,然后结合规定的评价标准构建基于非对称联系云和风险矩阵的水资源承载力评价模型(ACCRMM)。将该模型对2015年安徽省的水资源承载力进行应用的评价结果显示:16个地级市的水资源承载状况存在明显的区域差异,从南到北有依次减弱的趋势;皖北地区6个地级市的水资源承载力评价等级均为Ⅲ级;皖中地区4个地级市的水资源承载力评价等级为Ⅱ级;皖南地区的马鞍山、芜湖市的水资源承载力评价等级为Ⅱ级,而铜陵、池州、黄山、宣城市的水资源承载力评价等级为Ⅰ级。评价结果与安徽省水资源现状基本一致,表明ACCRMM用来评价区域水资源承载力具有较高的应用价值。     

岩溶地区生态环境脆弱性与水资源承载力评价方法研究——以云南省西畴县为例

构建岩溶地区生态环境脆弱性与水资源承载力评价的指标体系和分级标准,建立基于GRNN与RBF神经网络算法原理的生态环境脆弱性以及水资源承载力评价模型,采用内插法构造网络训练样本,对典型岩溶地区西畴县不同规划水平年生态环境脆弱性与水资源承载力进行评价分析。结果表明:①西畴县不同规划水平年生态环境脆弱性处于中度脆弱与强度脆弱之间,水资源承载力处于基本可承载与可承载之间,评价结果符合西畴县现状,可为岩溶地区生态环境治理和水资源开发利用提供参考。②GRNN与RBF网络模型对西畴县各水平年生态环境脆弱性与水资源承载力评价结果相同,表明研究建立的生态环境脆弱性与水资源承载力评价模型和评价方法均是合理可行的,同BP等网络算法相比,GRNN与RBF神经网络模型具有收敛速度快、预测精度高、调整参数少,不易陷入局部极小值等优点。     

基于AHP-BP模型的文山州水资源可持续利用评价分析

基于层次分析法和BP神经网络的基本原理和方法,结合区域实际,利用层次分析法构建了符合丰水地区水资源可持续利用指标体系和评价标准,从水资源条件、水资源开发利用效率、生态环境状况、水资源合理配置和水资源管理能力五个方面提出50个评价指标,运用双隐层BP神经网络,建立AHP-BP水资源可持续利用评价模型,对文山州不同规划水平年水资源可持续利用进行综合评价。结果表明:①不同规划水平年各评价区域水资源可持续利用评价为2～3级,即处于可持续与基本可持续之间,反映了文山州现状及中、长期水资源可持续利用状况,符合区域发展实际。②AHP-BP评价模型克服了层次分析法判断矩阵构造主观性强和一致性不易检验等缺点,满足客观评价要求,且双隐层BP神经网络具有比单隐层网络学习时间短,参数收敛迅速,自适应能力强等优点。     

城市内河水环境承载力评价研究

城市内河水环境承载力评价是实现水资源科学管理和水污染综合治理的基础。本文在阐述水环境承载力内涵及评价状况的基础上,对多种方法的适用性和可操作性进行分析,选取人工神经网络模型(BP)和径向基函数人工神经网络模型(RBF)进行内河水环境承载力评价;构建指标评价体系,对BP和RBF模型进行驯化和参数率定,确定水环境综合污染指数,进行城市内河水环境承载力评价。以丽水市城市内河为例,综合评价水环境综合承载状态为弱承载,验证了评价指标和方法选取的可行性,为进行丽水市内河水环境整治提供依据。     

樱桃沟小流域水资源承载力现状评价

为进一步促进门头沟区小流域产业合理布局和提高社会经济发展．对水资源的合理配置和产业发展布局进行预测和规划,摸清樱桃沟小流域水资源承载力现状,运用模糊综合评判方法对樱桃沟小流域水资源承载力现状进行评价,结果表明：樱桃沟小流域水资源承载力水平高,2004—2008年水资源承载力呈现稳定的趋势,一级模糊综合评判结果．社会经济系统模糊综合评判等级为V级、水资源系统和生态环境系统模糊综合评分呈现稳步增长的趋势．分别处于Ⅲ、Ⅳ级和I、Ⅱ级。二级模糊综合评判的综合评分分别为0．5274,0．5507,0．4911,评价等级均为V级。     

基于集对分析的新疆南疆地区水资源承载力评价

为了综合评价新疆南疆地区水资源承载状况,文中选取10个指标建立水资源承载力评价指标体系,运用基于层次分析法的集对分析法评价南疆地区水资源承载力.结果表明:2016年和2030年,和田河流域、叶尔羌河流域、喀什噶尔河流域、阿克苏河流域、渭干河和开孔河流域水资源承载力等级为III级,水资源承载力达到极限;2016年克里亚河诸小河和车尔臣河诸小河水资源承载力等级为II级,至2030年水资源承载力等级达到I级,水资源开发利用潜力较大,可保障流域社会经济生态的发展.     

基于BP神经网络的文山州水资源承载能力评价分析

基于人工神经网络模式识别理论和方法,依据水资源承载能力评价指标体系和标准,构建BP神经网络水资源承载能力评价模型,对区域不同规划水平年不同保证率情景下的水资源承载能力进行评价分析。结果表明：①文山州及各县级行政区域的水资源承载能力在不同水平年不同保证率情景下均未达到Ⅰ级标准,表明各评价区域水资源仍有一定的开发利用潜力。②BP神经网络模型的评价结果符合区域实际,且评价网络稳定,结果直观明了,是一种可以运用的区域水资源承载能力综合评价方法。     

基于GRNN网络的苏州市水资源承载能力评价

基于最严格的水资源管理制度和水资源承载能力的内涵,重新确定水资源承载能力评价的指标体系,构建广义回归神经网络(GRNN)水资源承载能力评价模型,应用于苏州市水资源承载能力评价,并将评价结果与采用模糊综合评价的结果进行比较。结果表明:两种评价结果相符;结合用水总量控制、用水效率控制和限制纳污所建立的指标体系更加科学、更加符合经济社会的发展需求;苏州市水资源承载能力状况由2004年之前的较低水平逐渐恢复,这种变化与苏州市经济增长模式的转变和产业结构的调整密切相关。     

水资源承载力的灰色模糊可变决策模型及应用

针对受多种不确定性、模糊性因素影响的水资源承载力评价问题,首先提出以模糊集理论为基础的模糊可变决策模型,其突出特点是模型及模型中的参数权向量可以调整与变化,有效地降低了评价结果的误差。其次,根据不同影响因素对目标重要性的不同,运用博弈论法将指标熵权与最大离差法权值进行集成,以确定水资源承载力指标的综合权重。最后,将可变模糊决策模型与方法用于甘肃省2006-2015年水资源承载力综合评价,并与已有文献结果进行对比。结果表明:2006-2015年甘肃省水资源承载力整体呈现下降趋势,灰色模糊可变决策模型的这一评价结果不仅准确性高,而且区分效果明显;同时也可为其他局域水资源承载力的分析提供参考。     

水质综合评价的LM-BP神经网络通用模型应用

分析BP神经网络应用于水质评价中存在的问题和目前水质评价中的不足,基于地表水环境质量分级标准和L-M算法原理,提出LM-BP神经网络水质综合评价通用模型。利用随机内插方法在地表水环境质量分级标准阈值间生成训练样本和检验样本,采用顺序和随机两种方法选取训练样本和检验样本进行随机模拟;利用平均相对误差、最大相对误差等统计指标评价LM-BP模型性能,并构建传统BP、RBF模型作为对比模型;以某水质评价实例进行模型验证,并与灰色关联分析法、模糊综合评判法和TOPSIS法评价结果进行比较。结果表明：LM-BP通用模型具有评价精度高、泛化能力强、收敛速度快、算法稳定和通用性能好等优点,可应用于任意水质评价。在实际应用中仅需对通用模型的评价因子、输入维数和隐含层神经元数进行删减即可满足评价要求。     

地下水资源承载能力评价模糊可变模型与方法

应用可变模糊集理论,提出了地下水资源承载能力综合评价的模糊可变集合方法。将该方法用于陕西省关中平原地下水资源承载能力的综合评价,结果为:西安地下水资源承载能力综合评价在2级与3级之间;咸阳、宝鸡、渭南地下水资源承载能力综合评价为2级;整个关中平原区地下水资源承载能力综合评价为2级。该理论模型可广泛应用于各种水资源系统问题的综合评价。