深埋地下洞室群动力时程分析中人工边界的设置

针对深埋地下洞室群动力时程分析中建模范围和人工边界设置问题,基于地下洞室群地震波动场的分布特征,提出一种动力时程分析中洞室群模型人工边界的设置方法。该方法允许模型不建至地表,而采用解析法求解地表反射波动场,并通过人工边界入射至模型。基于波场分离原理,使模型四周边界仅透射外行散射波,保障模型四周边界的计算精度。理论试验和实际工程计算表明,该方法计算精度较高,能满足地下洞室群动力时程计算对人工边界的精度要求,同时有效减少模型单元量,缩短动力时程的求解耗时。     

The improved neutral network and its application for valuing rock mass mechanical parameter

The artificial neutral network（ANN） has the ability that self-study and self-remember, its 3 layers BP network has been applied extensively, but sometimes because of serious multi-correlation between the variables, and a few observations while many variables, there usually will result into paralyzing in study, and the neutral network further development is restricted in the system to some extent. The partial least square regression（PLS） has its advantage of building the calculation model between the variables with strong multi-correlation, especially much effective on a few data and many variables. So a new and effective method-improved neutral network has been introduced-the neutral network based on the PLS. The results of example show the improved method has a few calculations and high accuracy, and provide a new way for valuing the rock mass mechanical parameters.     

基于偏最小二乘回归与神经网络耦合的岩溶泉预报模型

本文将偏最小二乘回归与神经网络耦合，建立了泉流量预报模型。利用偏最小二乘法对影响岩溶泉流量的诸多因素进行分析，提取对因变量影响强的成分，从而克服了变量之间的多重相关性问题，降低了神经网络的输入维数。同时，利用神经网络建模可以较好地解决非线性问题。实例表明，本耦合模型的拟合和预报精度均优于独立使用偏最小二乘回归或神经网络建模的精度。     

河南省水、土、能资源综合利用效率与碳排放强度的关系研究

水、土、能等资源是人类社会各种经济活动的重要基础,研究区域各种资源开发利用与碳排放的相互影响机制,对于推动资源节约和经济社会低碳转型具有重要意义。采用河南省18个地级市2006—2014年的相关统计数据,分析了河南省碳排放的时空变化特征,对水、土、能等资源利用效率和碳排放强度的关系进行了初步探讨。得出以下结论:1河南省总体碳排放量呈逐年递增趋势,但地市之间差异明显;2在河南全省及三大区域的空间大尺度上,资源利用效率与碳排放之间存在明显的相关性;3在河南省地级市空间尺度上,资源利用效率与碳排放强度的对应关系并不完全吻合;4对于不同区域而言,在今后的发展过程中,应综合考虑碳排放强度和资源利用效率的关系,对碳减排和资源利用效率提升的目标应该有所侧重和区分,采取差别化的发展策略,这对于河南省未来经济社会的低碳转型具有重要意义。     

近59年许昌市降水演变特征分析

利用许昌市13个降水量观测点1956-2014年的月降水量数据,结合线性回归、Mann-Kendall秩相关检验、累积距平和Morlet连续复小波分析等方法,研究了许昌市不同时间尺度降水量的演变特征。结果表明:许昌市年、雨季、旱季降水量分别以8. 7、1. 6、7. 3 mm/10a的速率不显著减少;年、雨季、旱季降水量在空间上均呈现出自东北向西南方向递增的分布格局;年降水量在1964年发生了由多到少的突变;雨季、旱季降水量在1999年分别发生了由少到多和由多到少的突变;年降水量存在着14、22、5a的第一、第二、第三主周期变化;雨季、旱季降水量同样存在着多个时间尺度的周期变化特征;根据不同时间尺度主周期判断,许昌市即将进入降水偏丰时期。研究结果可为许昌市防洪抗旱和水生态文明建设提供依据。     

混沌神经网络在地表水资源量预测中的应用

为了有效地揭示水资源系统复杂的非线性结构及变化规律,对具有混沌特性的水资源时间序列重构相空间,计算出相空间的饱和嵌入维数和最大Lyapunov指数,并以此为指导,提出一种适用于高精度逼近和泛化建模的混沌神经网络的学习算法,运用混沌方法构造训练样本及确定神经网络的网络结构,用神经网络拟合相空间相点演化的非线性关系,建立混沌神经网络预测模型。实例表明,该模型有较高的预报精度。     

黄河流域需水量预测的GRNN模型研究

黄河流域工业、农业和生活需水量受多种因素影响,需水量与影响因素之间存在复杂的非线性关系.在分析现有预测模型和方法不足的基础上,介绍了广义回归神经网络的原理和结构,并将GRNN应用于黄河流域需水量的预测.预测结果与遗传BP预测模型接近,表明模型合理正确,可为黄河流域水资源规划管理和优化配置以及调控提供依据,而且相对遗传BP预测模型,广义回归神经网络模型具有网络稳健、训练速度快、易于实现等特点.     

基于偏最小二乘法的泉流量预报模型

偏最小二乘回归能较好地解决自变量之间的相关性问题,克服了变量多重相关性在系统建模中的不良作用.同时用这一方法建立的泉流量模型,可进行流量预报.且以黑龙洞泉为例,通过计算、拟合、分析,说明建立的泉流量模型具有较好拟合性和稳定性.     

城市雨水资源化径流模型研究

现有城市雨水径流模型较传统模型在计算上不能很好地解决城市洪涝灾害问题,而且从某种意义上造成了城市雨水资源的浪费.基于雨水资源化思想的城市雨水资源化径流模型可对降雨加以充分调蓄和利用,有助于解决城市洪涝灾害和水资源短缺问题.构建了城市雨水资源化径流模型,介绍了模型的功能和模型的实现过程.     

相空间重构神经网络模型在我国人口增长预测中的应用

人口系统是一个非常复杂的非线性系统,人口增长是十分重要的人口变化因子,对人口增长的准确预测能为社会经济可持续发展计划的制定提供重要依据.借鉴相空间重构和神经网络,建立了预测我国人口增长的相空间重构神经网络模型.模型运用相空间重构,可挖掘人口增长时间序列更为丰富的信息,利用神经网络建模可较好地解决非线性问题,使预测更符合实际.以我国1950—2002年人口增长数据为例,验证了该模型具有较高的拟和和预报精度,为我国人口增长预测问题提供一种新的解决办法.