基于BP神经网络马尔科夫模型的径流量预测

讨论了马尔科夫链状态划分的黄金分割率法和"马氏性"检验法,并针对BP神经网络预测和马尔科夫预测的优缺点,提出了BP神经网络与马尔科夫相耦合的BP神经网络马尔科夫模型,以石泉水库年入库径流量为例,验证了该方法的可行性.     

基于RBF神经网络的农业需水量预测

介绍了径向基函数神经网络的原理、训练算法,建立的径向基函数神经网络农业需水量预测模型具有较强的非线性处理能力和逼近能力,运算速度快、性能稳定,克服了BP神经网络学习过程的收敛过分依赖于初值和可能出现局部收敛的缺陷,预测精度较高,泛化能力强。     

分布式水文模型的发展、现状及前景

分布式水文模型的研究是当前水文建模领域最为活跃的研究方向之一,是解决流域水文、生态和环境问题的有效途径。文中讨论了分布式水文模型的分类、一般结构、下垫面因子、与GIS和遥感技术的关系、参数率定、应用领域等问题,指出分布式水文模型发展面临的问题并展望了未来的发展方向。     

基于多尺度分析与神经网络的需水量预测

采用小波多尺度分解的方法,将需水量时间序列分解为多个较平稳的细节子序列和一个趋势序列,再利用BP神经网络对分解后的各序列进行预测,把预测后的序列聚合重构,得到预测结果。以新疆石河子地区的需水量为例对该方法作了验证。表明多尺度分析与神经网络耦合预测,比单一BP神经网络预测精度更高,可满足实际需要。     

基于6h预报径流深的安康水库防洪预报调度方案研究

为了提高水资源利用率,实现洪水资源化,本文针对安康水库工程实例,通过对水库调节性能、6h入库水量预报精度等的分析,提出了基于6h预报径流深的水库防洪预报调度方式,并采用逐级调节法制定了预报调度规则.分别从不同频率、不同典型年和不同起调水位等几个方面,对常规防洪调度和预报调度进行了分析比较,结果表明采用防洪预报调度方式不...     

WGP偏振片在投影显示中的应用研究

WGP偏振片(Wire gridpolarizer)的光学特性直接影响投影仪的光亮度和对比度。通过实验测定了WGP偏振片主要光学特性随光束入射角的变化,并依据这些数据,重点分析了投影仪的光亮度和对比度如何受制于WGP偏振片的光学特性。发现以WGP偏振片为基础的反射式投影仪的最佳工作入射角取决于WGP偏振片的物理参数,而不一定是普遍认为的45°。当WGP处于最佳工作入射角时,透射和反射的消光系数可以同时达到较高水平,整个系统具有最高对比度。另一方面,由于WGP偏振片中自由载流子的热吸收,WGP偏振片的光利用率要比传统的偏振分光器低。     

可拓分析法在能源需求预测中的应用

应用可拓学模式识别方法对能源预测进行研究。采用逐步回归法对影响能源预测的各因子进行筛选剔除,寻找主要影响因素,再由层次分析法给诸因子赋予权重,并利用可拓理论对选中的各影响因子与能源总量及其增长率建立物元模型,用改进的关联函数找到待测年份与历史年份的最接近年份,得到待测年份的增长率,从而预测能源总量。以西安市能源预测为例,验证了该方法的可行性。