优化BP神经网络在地下水计算中的应用

采用动态惯性因子对粒子群算法进行改进,并将其应用到BP神经网络的优化中,依据滦河某观测站数据建立地下水动态预测网络模型.预测结果表明:在训练样本、预报因子和建模参数都相同的情况下,BP神经网络的收敛速度明显较慢;粒子群算法代替梯度下降法优化BP神经网络,有效地提高了计算精度、加快了收敛速度、改善了神经网络的稳定性;混合动态惯性因子的粒子群算法,收敛速度快速提高,计算误差大幅减小,精度及稳定性均较高.     

基于改进BP神经网络的海堤渗压监测模型研究

针对传统BP算法存在的收敛速度慢、易陷入局部极小等缺陷,采用附加动量算法和修正激活函数方法对网络模型进行改进。以BP神经网络为建模工具,将前期潮位因子、降雨因子和时效因子作为输入,多个渗压测点值为输出,建立了海堤渗压多测点监测预报模型。将原始网络模型、改进网络模型的预测值与实际测值进行对比分析表明,改进的BP神经网络模型在海堤渗压监测中具有更快的收敛速度和更优的预测精度。     

改进的模糊神经网络模型在大坝弹性参数反演中的应用

通过对经典BP网络算法的改进,引入迭代步长优化的自适应规则,有效地避免了迭代解的振荡问题,提高了收敛速度。工程实例应用表明,基于模糊神经网络模型反演参数的方法具有精度高、收敛快等优点。     

基于遗传算法改进的BP神经网络模型对汛期潼关高程的计算

将遗传算法全局寻优和BP神经网络局部寻优的特点结合起来,取长补短,解决了BP网络收敛速度慢和易于陷入极小值的问题,大大提高了BP网络的计算精度和收敛速度。并应用该模型,在分析影响汛期潼关高程因素的基础上,对汛期潼关高程的变化量进行了计算。并利用该BP网络模型对不同条件下的潼关高程的变化值进行了预测,模型能很好的反映潼关高程的变化趋势。经过遗传算法改进后的BP网络在降低计算和预测的平均误差的同时,迭代次数比一般BP网络也大大减少。很适合运用在复杂的水库优化调度计算中。     

三种模型在洞庭湖区域地下水资源量预测中的应用

为了建立适应于洞庭湖区域地下水资源量变化规律的预测模型,在分析洞庭湖区域河川天然径流量、长江三口入水量、城陵矶出水量与地下水资源量相关性的基础上,分别利用多因子逐步回归模型、BP神经网络模型和多变量时间序列CAR模型建立了3种洞庭湖区域地下水资源量预测模型,并对所建立的3种模型的预测精度和预测结果整体规律进行了对比分析。研究结果表明:地下水资源量与河川天然径流量、长江三口入水量、城陵矶出水量具有较好的相关性;多变量时间序列CAR模型的预测精度较好,BP神经网络模型的预测精度次之,而多因子逐步回归模型的预测精度较差;多变量时间序列CAR模型的预测结果整体规律优于BP神经网络模型,而BP神经网络模型的预测结果整体规律则优于多因子逐步回归模型。     

基于GA-BP神经网络的粗粒土渗透系数预测

针对粗粒土渗透性能受颗粒级配、密实程度等因素影响而呈现明显差异,提出一种粗粒土渗透系数预测方法。收集并整理得到93组粗粒土数据,以全级配(d₁₀~d₁₀₀)和孔隙比作为BP神经网络的输入变量,利用遗传算法优化BP神经网络的初始权值与阀值,构建基于BP神经网络和遗传算法的粗粒土渗透系数预测模型。结果表明:该GA-BP神经网络经过55次迭代之后精度满足要求;87组训练样本预测结果的平均相对误差为5.10%,其中有75%的样本相对误差小于平均相对误差;6组检测样本预测结果的平均相对误差为6.39%,该网络模型泛化性能良好。采用GA-BP神经网络,由全级配和孔隙比能较好地预测粗粒土的渗透系数,且收敛速度、预测精度及泛化性能均优于标准的BP神经网络模型。     

基于主成分分析的GA-BP模型在城市需水预测中的应用研究

针对城市需水预测模型中需水量影响因子多、影响因子之间普遍存在多重共线问题,以及BP神经网络收敛速度慢、易陷入局部最优等缺点,提出一种由主成分分析、遗传算法及BP神经网络三者相结合的改进预测模型。以泰州市为实例,建立以主成分分析筛选需水量主要影响因子,遗传算法优化BP网络连接权值和阈值的需水预测模型,预测结果与BP神经网络预测模型预测结果做对比。结果表明:改进预测模型对泰州市2003-2014年需水量预测的平均相对误差为0.564%,最大相对误差为1.681%,精度优于BP神经网络预测模型;改进预测模型预测值与实际泰州市需水量吻合良好且训练速度更快、预测精度更高,可作为需水预测的一种有效方法。     

基于主成分分析的GA-BP模型在城市需水预测中的应用

针对城市需水预测模型中需水量影响因子多、影响因子之间普遍存在多重共线问题,以及BP神经网络收敛速度慢、易陷入局部最优等缺点,提出一种由主成分分析、遗传算法及BP神经网络三者相结合的改进预测模型。以泰州市为实例,建立以主成分分析筛选需水量主要影响因子,遗传算法优化BP网络连接权值和阈值的需水预测模型,预测结果与BP神经网络预测模型预测结果做对比。结果表明:改进预测模型对泰州市2003-2014年需水量预测的平均相对误差为0.564%,最大相对误差为1.681%,精度优于BP神经网络预测模型;改进预测模型预测值与实际泰州市需水量吻合良好且训练速度更快、预测精度更高,可作为需水预测的一种有效方法。     

大沽河入海径流演化特征及其影响因素研究

为揭示胶东半岛大沽河入海径流量演化特征及其主要驱动因素,采用Mann-Kendall法与改进Mann-Kendall法、累积距平法与滑动t检验法、Morlet复小波变换等研究了1956～2016年大沽河入海径流量及其变化趋势、突变特征与变化周期;采用降水-径流双累积曲线法,定量计算了气候变化与人类活动对大沽河入海径流量变化的贡献率。结果表明：大沽河入海径流量呈显著减少趋势,平均减少速率为0.158 5亿m3/a, 1976年发生了由多到少的突变,变化的主周期为21 a;导致径流量减少的主要影响因素为人类活动,大规模水资源开发活动改变了流域水资源转化过程。研究成果可为胶州湾水资源开发利用保护和生态环境评价提供参考。     

神经网络模型在水文模拟中的应用研究

针对传统BP神经网络模型存在收敛精度不高,引入小波函数对传统BP神经网络模型节点计算方法进行改进,并将改进的BP神经网络模型用于大洋河水文模拟研究中。研究结果表明:改进的BP神经网络模型可改变传统神经网络模型的收敛精度,在大洋河流域洪水尺度水文模拟中,相比于传统BP神经网络模型,模拟精度得到明显提高。     

大坝对鱼类栖息地的影响及评价方法述评

本文总结了大坝建设造成水流状态、水温、水质、底质和地形等因素的变化对鱼类栖息地造成的影响，并归纳了目前国内外对栖息地预测评价的主要方法，对每一种评价方法的特点进行了分析，最后对可采取的生态补偿措施进行了介绍。本文得到的结论为，大坝建设对鱼类的影响很大，但可以通过补偿措施加以恢复。     

坝后背管结构有限元分析探讨

以李家峡坝后背管为依托,借助具有强大结构分析功能的有限元软件ANSYS分析坝后背管结构应力状态。经分析单元尺度对坝后背管混凝土、钢筋的应力影响小于对钢管的影响;坝体与背管混凝土接缝面的力学效应对背管混凝土、钢筋、钢衬的应力影响很小;计算所得的应力大小规律与类似工程模型试验所得的应力分布规律完全一致,其计算值与规范中用弹性中心法所得的应力值基本接近。     

基于AutoCAD的二维建模研究

复杂地质体的二维建模,一般采用自下而上依次建立点、线、面的方法,其中面的定义需要手工完成,费时费力,针对ADINA二维建模的不足,用VC编写了AutoCAD To Adina平面建模程序,实现了点、线、面的自动定义,大大缩短了ADINA二维建模的周期,节省了体力,通过实例表明,该方法具有较大的实用价值。     

基于VB下的渡槽设计研究

渡槽是一种重要的水工结构。将渡槽设计与Visual Basic编程理论结合,通过应用计算机编程可实现对渡槽结构进行各部位验算与校核。文章阐述了该软件系统的开发思想和实现过程,同时对总体框架的设计、模块的划分、具体环节的实现作了详细论述。依据各部位的关键技术参数,对渡槽设计相关的水力计算、槽身、刚架和基础结构计算作了论述,并给出了计算机软件设计的流程图,以期为工程设计人员采用计算机程序设计提供参考。     

基于振动的混凝土坝损伤检测的可行性初探

混凝土坝在服役期间很容易出现各种损伤，其中裂缝是最常见的一种损伤形式。裂缝开始的时候一般出现在坝的局部，如果在出现损伤的范围内没设观测点，现有的观测手段很难监测到损伤。而基于振动的方法则有可能克服这一困难。为了研究这种方法，在大坝的不同位置模拟了不同条数和张开程度的裂缝，并给出了相应的振动频率和振型，在考虑了测试噪声的情况下，用统计神经网络进行了损伤识别。这种基于振动的混凝土坝损伤检测方法还会受到水位、温度变化的干扰以及环境噪声、仪器精度等的限制，还需作进一步的研究。     

关于流域综合管理的思考

文章系统回顾了流域管理的发展历程和成功经验,着重分析流域管理发展的现状与问题,指出应以流域管理法规为依据,以流域管理机构为依托,以水资源管理、河道管理、河砂管理为主要内容对流域进行综合管理。     

对推行以设计为主体的工程总承包(EPC)的认识与思考

EPC(设计—采购—施工)工程项目管理模式是20世纪80年代国际上逐步发展起来的一种工程承包和管理模式。介绍了EPC工程管理模式的背景和国内外开展EPC总承包管理模式发展现状,总结了EPC总承包管理模式的特点。从水利工程角度出发,阐述了水利行业推行EPC总承包管理模式的必要性和可行性,并提出了建议。     

基于可变模糊集理论的地质灾害危险性评价研究

针对地质灾害影响因素的不确定性、随机性和模糊性的特点,建立了基于可变模糊集理论的地质灾害危险性评价模型。通过确定评价单元指标对各级指标标准区间的相对差异函数和相对隶属度,得到各评价单元的地质灾害危险性等级。最后,通过工程实例验证该评价方法的可行性。     

大坝安全信息权研究

大坝原型观测数据本身包含了丰富的信息，内在反映了监测项目之间的某种客观关系，基于此，应用PCA法及PPA法建立了确定大坝安全评价信息权重的正分析模型，一方面能够对数据进行降维处理，另一方面能挖掘数据内在信息，提取指标的相对重要性；并基于最优化准则，建立了信息赋权整合模型，解决了多种数学方法计算结果不一致性问题，最大限度地保持原始信息的完整性。     

基于KPCA-PSO-SVM的径流预测研究

为提高径流预测模型的准确性与稳定性,对KPCA-PSO-SVM的径流预测方法进行了研究。在分析径流影响因素的基础上,利用核主成分分析(KPCA)法对径流影响因子进行非线性特征提取,获得主成分作为支持向量机(SVM)的输入变量,建立了径流预测SVM模型,其中模型参数通过粒子群算法(PSO)进行优化。模型建立后,以新疆伊犁河雅马渡站中长期径流预测为例进行分析。预测分析结果表明,在拟合和检验阶段模型的平均相对误差分别为0.77%和7.64%,与其他预测模型比较,基于KPCA-PSO-SVM方法建立的径流预测模型有较好的预测和泛化能力,是一种行之有效的中长期径流预测方法。