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。     

双隐层BP神经网络模型在区域水安全评价中的应用

基于BP神经网络的基本原理和方法,构建双隐层BP神经网络水安全评价模型.以相关文献资料进行模型评价效果验证.验证表明:所建立的双隐层BP评价模型和评价方法是合理可行的,是一种可以运用的区域水安全评价方法.基于此模型,结合丰水地区区域实际,利用层次分析法构建了符合丰水地区水安全评价的指标体系和标准,以文山州区域水安全评价为例进行分析.结果表明:文山州各评价区域不同规划水平年水安全评价等级为Ⅳ～Ⅱ级,即处于不安全与安全之间,客观反映了文山州现状及中、长期水安全状况,符合区域实际,评价结果可作为研究区域水安全评价的参考依据.     

基于GRNN模型的区域水资源可持续利用评价

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5个方面提出50个评价指标,并运用GRNN神经网络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了综合评价。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,反映出文山州现状及中、长期水资源处于可持续与基本可持续之间的状况,亦表明所建立的GRNN评价模型和评价方法是合理可行的;② GRNN网络评价模型具有收敛速度快、预测精度高、参数调整少、不易陷入局部极小值等优点,可以更快地预测评价网络,能够满足客观评价区域水资源可持续利用状况的要求。     

盘锦市水资源可持续利用评价分析

以盘锦市水资源可持续利用为例,运用AHP层次分析法分别从水资源管理能力、合理配置、生态环境、开发利用效率以及水资源条件5个方面选择50项代表性指标并构建评价体系与分级标准,然后根据BP网络与AHP层次分析原理构建建立评价模型,综合评价了盘锦市可持续利用状况。研究表明:盘锦市各分区水资源利用在不同规划水平年整体位于2-3级区间,评价结果能够较好的反映该区域中长期水资源利用状况;模型有效避免了判断矩阵一致性不易检验与主观性较强的不足,相对于单隐层网络双隐层BP网络具有自适应能力强、参数收敛速度快以及学习时间短等优点。     

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。     

SSO-BP模型在水资源可再生能力评价中的应用

为评价区域水资源可再生能力,提出了水资源可再生能力评价指标体系和分级标准,构建了基于BP神经网络的评价模型,并以云南省文山州水资源可再生能力评价为例进行实例研究。首先,遴选出单位面积水资源量等10个指标,构建水资源可再生能力评价指标体系和分级标准;其次,针对BP神经网络初始权值和阈值难以确定的不足,利用一种全新的仿生群体智能算法--群居蜘蛛优化（SSO）算法优化BP神经网络初始参数,提出了SSO-BP评价模型,并通过6个高维复杂函数对SSO算法进行验证,且与粒子群优化（PSO）算法进行对比;最后,利用SSO-BP模型对实例进行水资源可再生能力评价。结果表明：① SSO算法具有较好的收敛精度和全局寻优能力,可有效提高BP神经网络模型的预测精度和泛化能力。② 文山州各评价区域2014年水资源可再生能力处于最强与中等之间,符合区域现状。     

基于概率神经网络的文山州水资源配置合理性评价分析

通过分析概率神经网络(以下称PNN)的基本结构及其训练算法,依据水资源丰沛区水资源合理配置评价指标标准,建立PNN水资源合理配置评价模型,对文山州不同规划水平年水资源配置的合理性进行综合评价。结果表明:①不同规划水平年各评价区域水资源配置评价为3～7级,即处于基本合理与合理之间,基本反映了文山州现状及中、长期水资源配置状况,符合区域发展现状,说明研究建立的PNN评价模型和评价方法是合理可行的。②概率神经网络模型在分类精度上优于误差反向传播神经网络模型,且方法简单可行,运算时间短,不存在局部最优值,能够有效实现对水资源配置合理性的综合评价,是一种可以运用的区域水资源配置合理性评价方法。     

Elman与GRNN神经网络模型在水环境承载力评价中的应用——以文山州区域水环境承载力评价为例

利用层次分析法构建符合区域水环境承载力的评价指标体系和分级标准,基于Elman神经网络与广义回归神经网络(GRNN)算法原理,提出Elman与GRNN神经网络水环境承载力评价模型,采用内插法构造网络训练样本,将水环境承载力分级评价标准阈值样本进行评价,将结果作为区域水环境承载力等级评价的划分依据,对文山州不同规划水平年水环境承载力进行评价。结果表明:文山州不同规划水平年水环境承载力处于绝对可承载与基本可承载之间,客观反映了区域水环境现状及规划期望效果,可为区域水环境承载力评价和研究提供参考。Elman与GRNN神经网络模型评价结果基本相同,表明研究建立的区域水环境承载力评价模型和评价方法均是合理可行的,二者均可作为区域水环境承载力评价的选用模型。     

新密市水资源可持续利用综合评价

采用主成分-层次分析法和RBF神经网络模型对新密市水资源可持续利用状况进行了综合评价,并预测了未来规划水平年水资源可持续发展趋势。结果表明：新密市水资源利用效率较低,水资源开发利用程度较低,还有很大的开发潜力,应提高灌溉水利用系数、单方水粮食产量、水资源利用率（包括矿坑排水和中水回用）,节约用水,实现水资源可持续利用。     

基于层次分析法的广西水资源可持续利用评价

水资源的可持续利用有利于保障生态、环境、经济和社会可持续发展。为研究广西水资源可持续利用发展水平,构建了4个准则层17个指标的水资源可持续利用评价指标体系,采用层次分析法的区域水资源可持续利用评价方法,对广西水资源进行可持续利用评价。评价结果表明:广西水资源可持续发展能力中等,为基本可持续水平,水资源利用效率权重偏小;为满足广西经济社会的可持续发展要求,建议提高水资源开发利用效率。     

基于模糊四元联系数的延安市水资源可持续利用评价研究

将四元联系数引入水资源可持续利用评价体系,在此基础上结合改进的模糊层次分析法(FAHP)计算各评价指标的权重,构造加权平均联系度,确定水资源可持续利用水平所属等级,建立了水资源可持续利用评价的模糊四元联系数模型。以延安市为例,通过构建模型对延安市2005年和2010年水资源利用情况进行评价,结论表明延安市水资源可持续利用水平由较弱转向中等,可持续状况有所改善,其结果与模糊综合评价法和人工神经网络法的结果基本一致。模糊四元联系数法计算简便,能够克服确立权重的任意性,信息利用率高,对水资源可持续利用的评价是有效、可行的。     

用模糊物元模型综合评价陕西省水资源可持续利用程度

在模糊物元分析的基础上，结合欧氏贴近度概念，建立了基于欧氏贴近度的区域水资源可持续利用评价模糊物元分析模型，并将之用于陕西省水资源可持续利用程度的评价。实例研究表明，相对于常规的矢量模法、模糊综合评价法、人工网络法，模糊物元分析方法所得结果更能反映问题的实质，取得的效果更好，评价结论更为科学合理，有助于解决陕西省的水资源问题。     

基于改进层次分析法的云南省水资源可持续利用评价

水资源可持续利用评价是可持续发展战略研究的核心问题之一,选取合适的评价方法是正确评价水资源可持续利用的基本前提。在目前提出的评价方法中,关键性的问题是如何合理确定各个评价指标的权重,层次分析法是解决这一问题常用而有效的方法。但是,层次分析法没有给出判断矩阵一致性的调整方法,也不能判断研究区水资源可持续利用程度。为此,在层次分析法的基础上,探讨了判断矩阵一致性的修正方法,构造出判断水资源可持续利用程度的综合指数,并对云南省水资源可持续利用程度进行评价。     

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AHP和模糊综合评价的区域水资源可持续利用评价——以广东省江门市为例

针对江门市的特点和资料来源,建立了江门市水资源可持续利用的指标体系,采用层次分析和专家咨询相结合的方法确定各级指标的权重,并选用多级模糊综合评判模型,进行了江门市水资源可持续利用评价。研究表明:对区域水资源可持续状况进行定量评价,可以全面、深入地反映区域水资源系统的发展水平以及它同社会、经济、环境系统的协调状况,这对于区域水资源可持续利用战略的实施具有重要的理论和实践价值。