基于改进BP网络的轴流式水轮机调节特性仿真

为了获得水力机组在小开度、小流量工况点下非线性特性数据,利用改进BP网络与MATLAB神经网络工具箱相结合的方法,将已知的水轮机综合特性曲线数据与边界约束点相结合,经网络自动"学习"训练可获得低效区的流量延拓、力矩延拓仿真曲面。改进BP网络模型可以大大地提高水轮机综合特性曲线数据处理的效率与精度,是研究水轮机控制系统的一种新的非线性建模仿真模型。     

支持向量机和BP神经网络在泥石流平均流速预测模型中的比较与应用

在综合分析多种泥石流研究方法的基础上,提出分别基于支持向量机和改进的BP神经网络模型的黏性泥石流平均流速预测方法,建立了相应的泥石流平均流速预测模型.以蒋家沟泥石流实时监测数据作为学习样本和测试样本,比较了两种模型的预测精度和适用范围.研究结果表明,泥石流样本训练阶段,支持向量机和BP神经网络均具有较高的模拟精度,BP神经网络较优于支持向量机模型,而在样本预测阶段,支持向量机的预测精度明显优于BP网络,表明支持向量机预测模型有较强的外推能力和预测计算的有效性,可以较好地描述泥石流复杂的非线性关系,为泥石流防治提供精确的科学依据.     

基于BP神经网络在白洋淀水质综合评价中的应用

选用2012年为现状年,应用BP神经网络建立白洋淀水质综合评价模型,用训练好的BP神经网络模型对白洋淀各监测断面的水质现状进行类别评价。结果显示,与单因素评价法相比,BP神经网络法是一种更加客观、有效和实用的环境质量评价方法。     

改进的BP神经网络在大坝安全监控中的应用

针对经典BP神经网络运行中存在的缺陷，提出了改进的BP神经网络，不仅解决了经典BP网络易陷入局部最小的弊端，而且应用的0.618分割选取法能使网络快速找到较优隐含层节点数，初始权值的自相关修正进一步提高了网络的稳定性。实际应用证明，改进的BP神经网络有效提高了网络质量，适合大型网络的构建与训练。     

基于改进的BP神经网络模型的防洪堤安全综合评价

针对全线监控堤防工程难度较大且失事后果严重等问题,文章从承灾体、孕灾环境及致灾因子3个层面选择24项具有代表性评价指标,构建了半结构性多目标、多层次的防洪堤安全综合评价体系。然后利用突变理论优化改进了BP神经网络,其中网络输入层参数为突变理论归一化处理后的指标值,中间层数值采用试错法确定,并以防洪堤安全综合评价值作为BP神经网络的输出层。以汀江防洪工程为例综合评价了其防洪堤安全,为进一步验证改进的BP网络的准确性与有效性,对比分析了层次分析、主成分分析与改进的网络模型评价结果。研究表明:改进的BP网络不仅具有简单实用、鲁棒性较强等优点,而且能够综合考虑防洪堤安全各因子之间的矛盾关系,可为堤防工程安全控制提供一定决策依据。     

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DGA的BP神经网络及其在一维河网模拟中的应用

考虑到BP神经网络的计算精度和稳定性依赖于初始权、阈值,首先对标准遗传算法进行改进,然后用改进的遗传算法优化BP神经网络的初始权、阈值。将遗传算法和神经网络结合起来建立河网BP模型,把实测资料或者水动力数学模型的计算结果作为学习样本对模型进行训练。将河网BP模型运用于西江三角洲河网,发现该模型与水动力模型的计算结果吻合较好,表明优化后的BP网络用于河网水力模拟是可行的。     

基于遗传算法的模糊优选BP网络模型及其应用

在模糊优选BP神经网络模型的基础上，引入遗传算法，提出融入遗传算法的模糊优选神经网络预测模型，是对模糊优选BP神经网络模型的进一步发展。其基本思路是：在BP算法训练网络出现收敛速度缓慢时启用遗传算法优化网络的运行参数，把优化的结果作为BP算法的初始值再用BP算法训练网络，这样交替运行BP算法和遗传算法，直到达到问题要求的精度。在新疆雅马渡站年径流量的预报中，预测模型在预报精度和算法的收敛速度方面都达到了较好的效果。     

基于随机权神经网络的农业旱灾脆弱性评价

农业旱灾脆弱性综合评价是增强农业旱灾风险管理水平的重要方法。运用随机权神经网络法对四川省2000—2015年农业旱灾脆弱性水平进行综合评价分析,检验随机权神经网络评价模型的性能并将其与RBF神经网络和传统的BP网络模型进行比较。研究结论表明:四川省农业旱灾脆弱性水平总体上呈减弱趋势,经济的快速增长是其主要驱动因素;随机权神经网络评价模型的各项性能均优于RBF和BP神经网络,该研究结论为农业旱灾风险管理提供了新思路和新方法。     

基于BP神经网络算法的河湖生态健康评价研究

研究提出利用BP神经网络智能算法对河湖生态健康进行评价,通过构建基于BP神经网络的河湖生态健康评价系统模型,根据评价指标的数量设定BP神经网络输入层节点个数为18,同时依据河湖生态健康指数的种类个数设定输出层节点为5个。通过训练BP神经网络模型,在第573次迭代的时候,训练模型满足所设定的误差要求,所得到的BP神经网络模型可根据相关评价指标准确评价河湖生态健康指数。     

基于遗传2神经网络的实时水质预测模型

基于高频水质在线监测数据, 结合遗传算法和神经网络模型, 建立基于遗传-神经网络( Improved Genetic Algorithm-Back Propagation Neural Network, IGA2BPNN) 的河流水质预测模型, 实现对河流水质的实时预测预警。 将该方法应用于美国波托马克河流中, 对其水质参数浊度( TURB) 和电导率( SC) 进行实时预测, 并对预测结果进行 性能分析, 以验证基于 IGA2BPNN 的河流水质预测模型的准确性与可靠性。与 BPNN 模型的水质预测结果进行对 比分析, 结果表明: IGA2BPNN 模型对水质参数 TURB 和 SC 有更准确的预测效果。同时, IGA2BPNN 模型对正常 平稳条件下的水质参数 TURB 和 SC 预测结果的区间覆盖率 PICP 分别为 99.81% 和 100% , 预测结果具有一定的 可靠性。IGA2BPNN 水质预测模型可以有效地识别长时间的水质异常或瞬时显著的水质变化情况, 可实现对河流 水质的风险预警, 最终可为河流突发水污染的应急处置措施的制定提供科学依据。     

基于二元水循环的流域分布式水质模型构建与应用

流域分布式水质模型是描述污染物的时空迁移转化过程的数学工具，是预测未来水质状况、研究污染物总量控制方案的技术手段。本文针对流域分布式水质模型WEQ开展研究，结合二元水循环理论，着眼于加强污染物产生、入河过程的机理，考虑水库库容变化对污染物时空变化的影响，进一步增强模型的物理机制。改进后的WEQ使农田面源由陆域产生至入河过程更具有物理机制；借助水土流失方程计算水土流失量，增强了土壤侵蚀面源污染来源的可信度；通过水质过程与二元水循环过程的耦合，实现了污染物入河过程的动态计算；将水库蓄变量作为模型变量，描述水库调蓄对污染物的影响。本文以嫩江流域为例，模拟COD、氨氮的空间分布规律及河道断面负荷变化特征。模拟结果显示，率定期:MSEQ=1.81,Re=62.3%,Pearson=0.374;验证期: MSEQ=1.45, Re=50%,Pearson= 0.692，通过产生量核算、水质模拟过程与监测数据对比以及水库调度合理性分析，确保改进的WEQ模拟误差在合理范围之内，能够反映强人类活动干扰下的水质过程，对水环境管理需求具有实际意义。     

网箱养鱼对河流型水库水质影响的研究

针对网箱养鱼所造成的水污染问题,运用水质模型对网箱养鱼污染进行模拟和预测成为重要的研究课题。提出将网箱养鱼污染概化为面源负荷,采用校准后的QUAL2Kw模型对潘家口水库网箱养鱼污染和网箱撤消后两个方案进行水质模拟和预测,并采用均方根误差法对模型适用性进行评价。同时提出具有绝对负荷量百分比和贡献比例计算模块的QUAL2Kw模型,对不同污染源对出库水质的影响程度进行评价。结果表明:QUAL2Kw模型在潘家口水库的适用性较好;网箱养鱼全部撤消后,潘家口水库的水质状况整体改善的程度不高;为有效改善潘家口水库出库水质,应优先削减潘家口(S6)-潘坝前(S7)的污染物入库负荷量。本文所提出的模型方法及针对出口断面的污染物贡献比例分析可为进一步研究潘家口水库的水环境管理提供科学依据和决策支持。     

七浦塘引水对阳澄湖河网水环境影响的模拟研究

为准确地衡量七浦塘引水工程的运行方式对阳澄湖及周边河网产生的影响,基于太湖水量水质模型设计了7种数值实验,从引水量和雨型两个角度对七浦塘引水对阳澄湖及周边河网造成的影响进行了评估,并定义了河网总体水质达标率作为评估标准。结果表明:七浦塘引水使得水量向阳澄湖北线和南线河道集中,在改善阳澄湖西湖水质的同时恶化了中东湖的水质;七浦闸引水量在20~40 m3/s之间时对提高河网水质总体达标率最为有利;引水对河网水质的影响具有显著的空间差异性;在不同雨情条件下,七浦塘引水调度均可在一定程度上改善河网和湖体的水质。     

基于修正模糊优选法的陕西省水环境承载力评价

根据陕西省水环境特征和水环境承载力评价指标的选取原则,对陕西省水环境承载力进行评价。根据水环境承载力影响因素的特征构建了各评价因素的三层结构模型,并计算确定了各评价指标的权重。在分析模糊优选模型特征的基础上,应用改良模糊修选模型确立了污染因子的环境质量优属程度。最后得出陕西省水环境承载力状态结果。结果表明:2005-2009年间陕西省水环境承载力状况呈逐年改善的趋势,水环境承载力评价值由0.29升至0.52。结果表明,改良的模糊优选模型具有应用简单、建模方便的特点,评价结果可直观反映区域水环境承载力状况。     

柴河水库水质水量藕合调度 模型及求解

针对柴河水库作为铁岭市重要水源地受到的污染,综合考虑柴河水库目前水量调度情况及库中TP(总磷), TN(总氮)在水库中的最大日负荷作用,建立了柴河水库水质水量藕合调度模型,并利用MATLAB进行了求解。结果表明柴河水库利用该模型进行调度即能满足对铁岭市需水量的要求,也能保证出库水质标准。此调度模型能有效地改善水库水环境质量,可供其他水库水质水量藕合调度作参考。     

江阴城区水环境数学模型建立及应用

根据2005年9月21日进行的江阴城区调水试验的实测数据,建立江阴河网区水量水质数学模型,并应用该模型计算分析了不同引水线路——分别通过黄山港和白屈港从长江引水对江阴城区水环境的改善效果。结果表明:以应天河为界,北部城区的水环境可以通过黄山港引水得到改善;南部城区的水环境只能通过白屈港线路引水,且两种引水方案都必须持续10 h以上。     

灰色理论在龙江突发镉污染水质预测中的应用

利用灰色预测理论,建立了龙江突发水污染水质变化趋势的GM(1,1)预测模型,而后对模型进行残差修正。结果表明:经残差修正后的GM(1,1)模型更为合理,预测精度明显提高。本研究中灰色理论能够有效地对突发性水污染事故中的水质变化趋势进行短期预测,为相关部门及时采取相应的应急措施提供参考,减小事故风险。     

崇明岛河网引清调水试验研究

利用崇明岛河网两次调水试验的水文水质同步监测资料,分析崇明岛调水试验水量水质的变化。结果表明:长江口南支水质基本稳定达到Ⅱ类水质标准,可作为崇明岛调水的优质引水水源,调水后内河河网水质均得到不同程度的改善,其中主要河道水质一般可改善一个类别,从空间分布看,南横引河和竖向骨干河道水质改善较好,北横引河水质改善较差。     

基于粗糙集——信息熵的水质综合评价方法研究

水质评价是水环境治理和水环境保护的基础,如何客观地设定各水质评价指标的权重是水质评价的重点和难点。首次将改进的基于粗糙集和条件信息熵权重的确定方法应用到水质评价中,科学、有效地确定了各水质评价指标的权重,并在此基础上进一步建立了基于粗糙集和条件信息熵的水质评价模型。利用该模型,对重庆市南川凤嘴江的实测水质数据进行了综合评价。应用结果表明:运用该方法得出的评价结果更加科学、合理,而且能够对同一等级的水质开展进一步的细化分级。研究成果可为水质监测和水质评价提供一种新的思路。