基于AM-MCMC的BP神经网络在煤矿地下水评价中的应用

BP神经网络模型用于水质进行评价的研究已经很多,然而,传统的BP神经网络无法考虑相邻水质级别临界处的模型性,评价指标较多时运行速度慢,且训练样本少、代表性差,评价结果精度不高。为此,建立了基于AM-MCMC算法的BP模型。利用AM-MCMC算法模拟足够的代表性好的样本以为BP网络训练所需,用于灌区的水质评价。实例研究表明,与传统的BP网络相比,基于AM-MCMC的BP评价结果与实际水质比较更为客观、合理。基于AM-MCMC的BP模型能考虑相邻水质级别临界处的模糊性,克服训练样本少的缺点生成足够的代表性好的样本,快速有效地对灌区水质进行评价。此外,基于AM-MCMC的BP模型还可用于洪灾损失评价、地震灾害评价及其他评价问题,具有广泛的实用性。     

基于实码加速遗传算法的BP网络在水稻积温与年景的关系预报中的应用

水稻的产量与积温有着密切的关系,因此,可用积温对水稻年景进行预报。本文提出用基于遗传算法的BP网络,经过实例应用,表明该方法具有良好全局寻优能力,较强的非线映射能力。模型的预报精度高,计算速度快,且适应于其它与预报、预测有关的问题。     

水工钢筋混凝土结构教学方法探讨

水工钢筋混凝土结构是水利水电专业具有很强实践性。从课程安排、理论课讲授和理论与实践结合、教学方式等方面探讨了该课程的教学方法和内容的改革,提出在重视教材理论知识与规范内容讲授时．通过总结与对比的方法提高教学质量,加强实践环节教学,以适应新形势下对毕业生实践能力的要求。     

投影寻踪分类模型在造纸工业经济效益综合评价中的应用

提出了一种有效和通用的模型——投影寻踪分类模型。采用基于实码的加速遗传算法寻找最优的投影方向,同时用投影方向信息研究了各因子对我国造纸工业经济效益评价的影响水平,取得了符合客观实际的分类结果。     

基于模拟退火算法的神经网络模型在洪灾易损性分析中的应用

本文对误差反向传播(BP)神经网络进行改进,提出一种基于模拟退火算法的BP网络模型,该算法克服了传统BP算法收敛速度慢、精度低、易陷入局部最优的缺点。经过在水稻洪灾易损性分析中的实例应用,证明SABP算法运行速度快、全局寻优效果好,实用性强。     

基于AM-MCMC算法的贝叶斯概率洪水预报模型

本文在贝叶斯预报系统的框架下,利用BP网络能描述非线性映射的特性建立了基于BP网络的先验密度和似然函数的模型,并采用基于自适应采样算法(Adaptive Metropolis algorithm,简称AM)的马尔可夫链蒙特卡罗模拟方法(Markov Chain Monte Carlo,简称MCMC)求解流量的后验密度,最后给出流量的概率预报。实例表明,基于AM-MCMC的BP贝叶斯概率水文预报的精度高,且能给出预报的方差,使得防洪决策可以考虑预报的不确定性。     

基于投入占用产出理论的黑龙江省水资源经济分析

水资源是制约社会经济可持续发展的重要因素之一,故水资源有限的情况下,合理利用水资源,提高用水的经济效益就变得愈加重要。以黑龙江省为例基于投入占用产出理论建立水资源投入产出表,计算该省的用水效率和用水效益。基于两者的比较分析,对黑龙江省国民经济部门的用水特性进行了综合评价。研究结果表明,黑龙江省农业耗水量最大却效率低下,用水成本高,经济效益差;工业用水效率高,经济效益较好。因此,建议应提高农业内部用水效率,发展工业,调整全省的产业用水结构,提高用水的整体经济效益,为建立节水型社会提供科学的决策依据。     

工业废水排放量变化的密度效应和增长效应

以可持续发展理论为基础,运用物质减量反弹效应的方法,给出了工业废水排放量变化的密度效应和增长效应计算公式,并根据1991～2004年<中国统计年鉴>中公布的数据,对全国工业废水排放量变化的密度效应和增长效应进行了计量分析.结果表明,1997年以前,密度效应比增长效应作用明显,全国工业废水排放量呈现下降趋势;1997年以后,增长效应比密度效应作用明显,全国工业废水排放量呈现上升趋势,特别是近3年增长显著.     

BP模型的改进及应用

<正>水稻是我国主要粮食作物之一,不同年景对粮食产量影响较大。经研究证明,水稻生长季节≥20℃的积温与产量高低有密切关系。当≥20℃的积温在2100℃以下时,就会因热量不足而发生延迟型或障碍型冷害,最终造成粮食严重减产。只有≥20℃的积温得到基本满     

中国造纸工业废水排放强度降低的因素分析

介绍了20世纪90年代以来,中国造纸工业的工业增加值、废水排放量和废水排放强度的变化趋势,分析了中国造纸工业废水排放强度呈现递减趋势的环境保护因素和经济发展因素。