城市水资源短缺风险评价模型及预测模型研究

水资源短缺风险的评价、等级的划分及其预测模型对促进城市水资源的高效利用、可持续发展等均具有重大意义。以北京市为例,依据其水资源特点,考虑其供需情况,提出了影响北京市水资源短缺的风险因子分别为人口规模、气候条件、管理制度、水体污染以及回收利用率,进而采用层次分析法、模糊综合评价及BP神经网络算法等理论,对北京市2011～2015年间水资源短缺风险进行了预测分析,并提出了缓解北京市未来水资源短缺风险的主要途径为合理控制人口规模和加强水资源管理。     

大学生学习水平测评的人工神经网络方法

本文在对目前学分制高校大学生学习水平测评方法进行分析的基础上，运用人工神经网络（ANN）理论中应用最为广泛的BP网络技术，构建了对大学生学习水平进行评价的非线性评价模型。实际模拟运算结果与现行的测评方法的结果基本近似，且有其独特的特点。与传统的统计分析模型相比具有更好的容错性、鲁棒性和自适应性。避免了人工确定各指标或各层次权重带来的主观性，使得不同科目的成绩具有一定的可比性。可为高校大学生各类学习标兵、奖学金、三好学生等的评比提供客观、可靠的依据。