改进BP神经网络集成模型在径流预测中的应用

为提高径流预测预报的精度和泛化能力,建立了基于3种基本改进算法的BP神经网络集成预测模型。利用ADF单位根检验方法、自相关分析方法确定径流时间序列的平稳性和模型的输入向量。针对BP神经网络标准算法收敛速度慢、易陷入局部极值的缺陷,采用自适应动量梯度法、共轭梯度法和Levenberg-Marquardt法分别改进BP神经网络标准算法,依次构建基于3种改进算法的BP神经网络模型对文山州南利河董湖水文站年径流进行预测,并构建GA-BP预测模型作为对比模型;采用加权平均方法对各单一模型预测结果进行综合集成。结果表明:集成模型对南利河2001-2005年径流预测平均相对误差绝对值为4.67%,最大相对误差绝对值为7.11%,精度和泛化能力均优于各单一模型和GA-BP模型。集成模型克服了单一模型预测精度不高和误差不稳定的缺点,具有较好的预测精度和泛化能力,是提高径流预测预报精度的有效方法。     

GSA-PP模型在区域水资源承载力评价中的应用

为研究引力搜索算法(GSA)-投影寻踪(PP)模型应用于区域水资源承载力评价中的有效性和可行性。从水资源系统、经济社会系统和水环境系统遴选14个指标构建区域水资源承载力评价指标体系及分级标准,利用GSA算法优化PP模型最佳投影方向,提出GSA-PP水资源承载力评价模型,并构建粒子群优化(PSO)算法、差分进化(DE)算法和布谷鸟搜索(CS)算法优化的PP模型作对比,以文山州8县市水资源承载力评价为例进行实例研究。结果表明:GSA算法连续10次优化PP模型获得的适应度值均为1147.9363,均优于PSO、DE和HS算法,具有较高的求解精度和稳定性能。GSA-PP模型对麻栗坡县、马关县和文山市的评价结果为"可承载",对其余5县的评价结果为"基本可承载"。GSA-PP模型对实例评价及排序结果与DE-PP模型相同;与PSO-PP、CS-PP模型评价结果相同,但在排序上存在差异。实例验证了智能算法求解精度的高低决定着评价效果的优劣。     

基于数据处理与若干群体算法优化的GRU/LSTM水质时间序列预测

为提高水质时间序列预测精度,提出一种基于小波包变换（WPT）和变色龙优化算法（CSA）、猎豹优化（CO）算法和山瞪羚优化（MGO）算法的优化门限循环控制单元（GRU）、长短期记忆神经网络（LSTM）的预测模型。首先利用WPT对pH值、DO、COD_Mn、NH₃—N时间序列进行平稳化处理,得到若干个规律性较强的子序列分量;其次简要介绍了CSA、CO、MGO算法原理,利用CSA、CO、MGO分别寻优GRU、LSTM超参数,建立WPT-CSA-GRU、WPT-CO-GRU、WPT-MGO-GRU、WPT-CSA-LSTM、WPT-CO-LSTM、WPT-MGO-LSTM模型;最后利用所建立的模型对pH值及DO、COD_Mn、NH₃—N浓度各分量进行预测和重构,并建立WPT-GRU、WPT-LSTM和WPT-CSA-SVM、WPT-CO-SVM、WPT-MGO-SVM模型作对比分析模型,以云南省昆明市观音山断面为例,通过pH值及DO、COD_Mn、NH₃—N浓度预测对模型进行了验证。结果表明：WPT-CSA-GRU、WPT-CO-GRU、WPT-MGO-GRU、WPT-CSA-LSTM、WPT-CO-LSTM、WPT-MGO-LSTM模型对实例pH值及DO、COD_Mn、NH₃—N浓度的预测精度优于其他对比模型,具有较好的预测效果,其中尤以WPT-CSA-GRU、WPT-CO-GRU、WPT-MGO-GRU模型的预测精度最高;CSA、CO、MGO能有效调优GRU、LSTM超参数,显著提高GRU、LSTM预测性能;所构建的6种模型预测精度高且计算规模小,是有效的水质时间序列预测模型,可为相关水质预测研究提供参考。     

局域网内ARP攻击与防护

当前,局域网内使用ARP欺骗的木马程序盗取用户帐号和密码,影响用户正常上网,甚至会造成交换机负载过大,网络缓慢,数据丢包和网络瘫痪.采用双向绑定和DAI技术可以有效解决问题.     

基于混合核SHTS-SVM的年径流预测

为提高年径流预测精度,利用同热传递搜索(SHTS)算法对混合核支持向量机(SVM)关键参数和混合权重系数进行优化,提出混合核SHTS-SVM年径流预测模型。通过6个不同维度的标准测试函数对SHTS算法进行仿真验证,并与当前寻优效果较好的教学优化(TLBO)算法、灰狼优化(GWO)算法进行对比验证。利用两个年径流预测算例对混合核SHTS-SVM模型进行实例验证,并与多项式核SHTS-SVM、高斯核SHTS-SVM及SHTS-BP模型预测结果进行对比。结果表明:SHTS算法寻优精度优于TLBO、GWO优化算法,具有较好的极值寻优能力和稳健性能。混合核SHTS-SVM模型综合了多项式全局核函数和高斯局部核函数二者优点,在预测精度、泛化能力等方面均优于对比模型,具有较好的实际应用价值。     

澳洲坚果青皮不同极性溶剂分步提取物功能成分与抗氧化活性及其相关性分析

采用80%（体积分数,下同）乙醇超声提取澳洲坚果青皮,依次用石油醚、氯仿、乙酸乙酯、正丁醇4 种不同极性溶剂对其提取物进行分步萃取,剩余为水溶解物,分别得到80%乙醇提取物、石油醚提取物、氯仿提取物、乙酸乙酯提取物、正丁醇提取物与水溶解物6 种溶剂提取物,测定其总酚、黄酮、多糖等主要功能成分质量分数与抗氧化活性,并分析其相关性。结果表明：总酚和黄酮质量分数在澳洲坚果青皮乙酸乙酯提取物中均最高,分别为（40.36±0.48）%与（41.68±0.93）%,多糖质量分数在正丁醇提取物中最高,为（22.08±2.09）%。澳洲坚果青皮不同极性溶剂分步提取物具有较强的2,2’-联氮-双-3-乙基苯并噻唑啉-6-磺酸（2,2’-azino-bis(3-ethylbenzothiazoline-6-sulfonic acid),ABTS）阳离子自由基清除能力与较高的还原力,对1,1-二苯基-2-三硝基苯肼（1,1-diphenyl-2-picrylhydrazyl,DPPH）自由基与超氧阴离子自由基拥有一定的清除能力。其中,乙酸乙酯提取物对DPPH自由基、ABTS阳离子自由基的清除能力最强,还原力最高,其半抑制浓度（half maximal inhibitory concentration,IC50）分别为0.67、0.05、0.09 mg/mL。正丁醇提取物对超氧阴离子自由基的清除能力最强,其IC50为0.08 mg/mL,相同质量浓度下优于芦丁。通过对各指标进行皮尔逊相关性分析得出,澳洲坚果青皮不同极性溶剂分步提取物对DPPH自由基清除能力、ABTS阳离子自由基清除能力与还原力均与其总酚、黄酮、多糖质量分数呈极显著正相关（P＜0.01）,对超氧阴离子自由基的清除能力与其多糖质量分数呈极显著正相关（P＜0.01）。应用多元回归分析建立了澳洲坚果青皮不同极性溶剂分步提取物DPPH自由基清除能力（Y1）、超氧阴离子自由基清除能力（Y2）、ABTS阳离子自由基清除清除能力（Y3）、还原力（Y4）与其功能成分（总酚（X1）、黄酮（X2）、多糖（X3）与皂苷及其他成分（X4））质量分数之间的线性回归方程,分别为Y1＝7.634 4－0.071 0X1＋0.170 2X2＋0.227 6X3－0.013 3X4、Y2＝29.024 5－0.405 0X1＋0.320 0X2＋0.597 2X3、Y3＝40.305 6＋0.188 8X1＋0.030 4X4与Y4＝0.298 2＋0.004 5X2＋0.006 0X3。结论：研究为开发利用澳洲坚果青皮资源提供一定的技术依据。     

基于PCA-SHO-SVM和PCA-SHO-BP模型的径流预测

为提高径流预测精度,研究主成分分析(PCA)、斑鬣狗优化(SHO)算法与支持向量机(SVM)、BP神经网络相融合的预测方法.在样本数据筛选上选取PCA方法进行数据降维,使数据样本简洁且更具代表性.利用SHO算法优化SVM关键参数及BP神经网络权阈值,分别提出PCA-SHO-SVM、PCA-SHO-BP径流量预测模型,并...     

基于最优觅食算法-投影寻踪-云模型的最严格水资源管理评价

为全面衡量最严格水资源管理评价过程中的随机性与模糊性,将正态云模型引入最严格水资源管理评价,建立最优觅食算法-投影寻踪-正态云评价模型,以云南省16个州市最严格水资源管理评价为例进行研究。选取当前最严格水资源管理考核中万元GDP用水量等6大指标构建评价指标体系和分级标准,采用云模型正向发生器计算最严格水资源管理分级评价指标的隶属度,利用最优觅食算法-投影寻踪方法给出各指标权重,并与传统粒子群算法、人工蜂群算法和差分进化算法优化结果进行比较。根据隶属度矩阵和权重矩阵给出最严格水资源管理评价分级的确定度并进行评价。结果表明:最优觅食算法寻优精度高于传统粒子群等3种算法。昆明市、曲靖市最严格水资源管理评价为优秀,保山市、红河州、德宏州评价为合格,其余11个州市评价为良好。最优觅食算法-投影寻踪-正态云评价模型兼具模糊性和随机性,既能反映最严格水资源管理评价分级的定性概念,又可反映隶属程度的不确定性,具有较好的应用推广价值。     

静电放电算法-投影寻踪融合模型及其在水质综合评价中的应用

为拓展智能算法与投影寻踪(PP)融合模型在水质综合评价中应用,介绍一种新型群体智能算法——静电放电算法(ESDA),选取6个典型测试函数对ESDA进行仿真验证,并与当前寻优效果较好的教学优化(TLBO)算法、灰狼优化(GWO)算法和鲸鱼优化算法(WOA)的仿真结果进行对比。构建ESDA-PP评价模型,以文山州盘龙河干流4个断面2015-2017年共30个月水功能区水质综合评价为例进行实例研究。结果表明:ESDA寻优精度远优于TLBO、GWO、WOA,具有出色的寻优精度和全局搜索能力。ESDA-PP模型对实例天生桥、灰土寨、花桥和天保大桥断面水质综合评价达标率分别为93. 3%、83. 3%、83. 3%和100%,能满足或基本满足水功能区水质保护目标要求。天生桥、灰土寨、花桥断面枯水期水质总体上优于丰水期,面源污染是主导因素;天保大桥断面丰水期水质总体上优于枯水期,点源污染是主导因素。     

暮底河水库水环境现状及其对策

根据暮底河水库水环境现状,分析了未来暮底河水库蓄水后可能造成的水环境问题,即库区上游固体废弃物随意排放导致的点源污染;农村不合理使用农药、化肥导致的面源污染;库区移民后废弃物的乱排乱堆及库底清库不彻底等导致的污染.在此基础上结合当地实际提出了有针对性的保护与防治暮底河水库水环境的对策和建议.