基于GA-BP与多隐层BP网络模型的水质预测及比较分析

采用循环算法确定最佳BP神经网络结构,建立BP神经网络水质模型进行预测.鉴于BP神经网络学习收敛速度慢、易陷入局部极值等缺点,在相同网络结构及期望误差等条件下,运用GA优化BP神经网络初始权值和阈值,构建GA-BP以及多隐层BP神经网络水质预测模型,以云南省某水库总氮预测为例进行预测与比较分析.结果表明:①GA-BP网络水质模型预测精度高于基本BP网络,表明遗传算法能有效优化BP网络初始权值和阈值.②增加BP神经网络隐层数能进一步提高网络预测精度,但训练时间也随着延长.③GA-BP及多隐层BP可作为提高网络预测精度的有效方法,二者均可用于水质预测预报,可为水质预测预报提供新的途径和方法.相对而言,GA-BP模型收敛速度快、预测精度高,具有一定的计算优势.     

复杂气候条件下的碾压混凝土斜层铺筑技术

金安桥水电站坝址地处中国西南横断山脉,冬季干燥少雨,夏季炎热多雨,全年高温时段持续时间长,年温差小,昼夜温差较大,对大坝碾压混凝土施工不利。为使运输、摊铺、平仓、碾压等工序满足质量要求,在施工中充分利用了具有缩短碾压混凝土层间间隔时间、用较小的浇筑强度覆盖较大的仓面、大规模循环流水作业等特点的斜层铺筑技术。经钻芯取样检验,斜层铺筑法施工质量与国内同类工程的平层铺筑法处于同一水平,且坝体内部的绝热温升控制优于平层铺筑法。     

基于SSO-PP模型的滇池流域水质综合评价

针对投影寻踪(PP)模型在实际应用中最佳投影方向a难以确定的不足,利用一种新型群体智能仿生算法——群居蜘蛛优化算法(SSO)搜寻PP模型最佳投影方向a,提出SSO-PP水质综合评价模型。以云南省滇池流域4个监测断面2003—2013年水质评价为例进行实例研究,选取对水体影响较大的氨氮等5项水质评价因子,利用各指标标准阈值z构造水质综合评价分级标准。结果表明①SSO-PP模型水质评价结果与单因子法评价结果基本相同,但对于断面1^#,2^#,4^#,部分年度水质的评价结果要优于单因子法评价结果1～2级。通过Kendall统计量检验,断面3^#—4^#水质改善趋势相对明显。②SSO-PP模型评价结果客观、合理,能够有效应用于水质综合评价。     

云南高原湖泊溶解氧达标考核要求探讨

溶解氧是表征地表水环境质量的重要指标之一。以云南省泸沽湖、抚仙湖、洱海及程海为例,通过资料收集与数据统计,分析高原湖泊表层溶解氧浓度及氧饱和率特征,提出高原湖泊溶解氧达标考核要求建议。结果表明:云南高原湖泊溶解氧达标考核过程中,根据水功能区划要求对氧浓度进行考核,若氧浓度未达到标准,则根据温度和海拔计算氧饱和率并进行考核,满足标准即可判定为溶解氧达标;达标考核中,Ⅰ类标准限值可取氧浓度≥7.5 mg/L或氧饱和率≥80%;Ⅱ类标准限值可取氧浓度≥6 mg/L或氧饱和率≥70%;Ⅲ类标准限值可取氧浓度≥5 mg/L或氧饱和率≥60%;Ⅳ类标准限值可取氧浓度≥3 mg/L或氧饱和率≥50%。结果可为高原湖泊水环境管理提供参考。