基于气象因子的土壤含水量模拟研究

根据山西省1970—2012年土壤墒情和气象资料,构建了基于气象因子的多元线性回归、BP神经网络和多元非线性回归3种随机性模型,分析不同深度土层含水量的拟合效果,并采用相关系数与相对误差评估模型的模拟精度。结果表明：BP神经网络模型的模拟精度优于多元线性回归模型,均对10 cm土层拟合较好。可为研究土壤含水量资料同化提供一种新的借鉴,结合气象部门未来气象因子的中短期预报,对未来土壤含水量进行预报,以指导农作物灌溉管理。     

基于BP神经网络的显著性工程造价估算方法

利用显著性成本理论和神经网络理论相结合的方法,对拟建工程项目的投资进行估算,步骤为:①采用均值理论挑选已完成类似工程的显著性成本项目,计算其显著性因子csf;②估算拟建项目的显著性成本项目造价;③拟建工程项目造价除以显著性因子的均值,得到拟建工程项目的总造价.实例验证结果表明:估算值的相对误差小于5%,满足估算精度的要...     

土壤含水量计算方法

本文设计了一种接近真实的土壤含水量的计算方法,使用该法计算流域土壤含水可提高实时洪水预报精度。     

BP神经网络在水电工程投资估算中的应用

为研究水电工程建设项目投资估算问题,本文结合华能澜沧江水电股份有限公司苗尾水电站第17号厂房实际数据,利用半解析解思想对传统BP神经网络进行优化改进,开发水电工程投资估算问题计算程序PRICES,并同现常用算法进行比较,结果表明:本文算法的计算速度最快、计算精度最高。     

土岩组合地区基坑变形的预测方法研究

对影响土岩组合地区基坑变形的主要因素进行了分析,并采用人工智能——BP神经网络的方法对土岩组合地区基坑的变形进行了预测研究。基于已有的研究资料,分析和总结了影响基坑变形的主要因素;建立了BP神经网络预测模型;借助MATLAB语言进行编程,利用训练稳定的网络模型,预测了基坑土岩组合地区基坑的最大侧移量。经与实测值比较,预测精度可满足工程的需要。该预测研究可对土岩组合地区基坑的设计与施工提供一定的参考。更多还原     

基于BP神经网络的非线性组合模型及其应用

由于采用最优权组合模型进行大坝安全监测观测资料分析时，有时会出现不符合实际的负权重，针对这一情况，采用基于BP神经网络的非线性组合模型，并进行实例计算。实例表明，基于BP神经网络的非线性组合模型是可行的和合理的，建立可信的数学模型是作好组合模型的前提，基于BP神经网络的非线性组合模型拟合精度和预报效果都要优于最优权组合模型，各予统计模型。     

关于推求逐日土壤含水量方法的研究

逐日土壤含水量资料，对改善降雨径流预报、农田灌溉预报、指导抗旱工作具有重要的实用价值。为推求逐日土壤含水量的需要，本文还阐述了土壤含水量的不同表示方法和土壤水分常数的计算方法。     

利用土壤含水量资料估算区域降水渗透量

土壤水的含量直接影响地表生物的生长过程,是农作物生长的决定性因素之一。本文介绍了一种估算次降水所形成的土壤水含量的一种计算方法。     

基于卷积神经网络的逐日参考蒸腾量估算研究

基于大连市庄河地区的气象数据资料,利用Penman-Monteith公式估算了该地自2011-07-01至2020-03-31间的逐日ET0。PM公式要求的气象数据众多,一般情况下获取的气象资料有所缺失,该方法具有一定的局限性且计算复杂。因此基于MRI-CGCM3模式法(GCM法)、遗传编程算法(GP法)和新提出的卷积神经网络算法(CNN法)分别估算了该地的ET0,并将三者的结果进行比较。比较结果显示,三种方法计算所得数据与实际测量数据均基本一致,但CNN方法能明显提升ET0估算准确度,具有更好的发展前景。     

基于BP神经网络的水电工程模糊投资估算

详细介绍BP神经网络算法.基于模糊数学中隶属度的概念,建立了水电工程模糊投资估算模型.该模型通过对已建的相似工程样本的学习,获取估算所需要的经验和知识,降低了估算过程中人为因素的干扰,较好地保证了估算结果的准确性和可靠性.实例分析表明该模型可行、估算结果可靠.     

基于贝叶斯平均法的洪水分类组合预报研究

以实测样本隶属于某一模型的后验概率为权重,对各模型预报变量的后验分布进行加权平均,获得综合预报变量的概率密度函数,进而推导出均值、方差公式和置信区间。将“基于BP神经网络和遗传算法的分类洪水预报”与“基于贝叶斯模型平均法的多模型组合预报”相结合,实现“洪水分类多模型加权组合预报”。该方法综合考虑了各模型对不同类型洪水的适应条件及多个模型的优势,可同步降低模型参数与模型结构不确定性对预报结果的影响。以大伙房水库为研究区域,采用大伙房水库1960年~2016年的25场历史典型洪水作为本研究的基础资料,分别完成实例验证与分析,效果整体上优于单个模型。     

基于GM和BP网络的年均流量组合预测模型

以岷江紫坪铺测站1937～2004年的实测流量资料为依据,运用灰色拓扑预测方法,在建模过程中将GM(1,1)模型、无偏GM(1,1)模型以及GM(1,1)改进模型与BP神经网络进行优化组合,建立年均流量组合预测模型.本文采用1995～2004年的年均流量资料对模型进行检验,结果表明,预测相对误差值较为合理,可以作为年均流量预测的有效方法.     

基于人工神经网络的建设项目投资估算模型

针对水利建设的复杂条件和当前已有投资估算模型的局限性，提出构造水利建设项目投资估算人工神经网络模型的设想，并通过相应的计算机软件运行，用实例检验证明模型的正确性和实用性。     

基于土壤含水量模拟的干旱监测指数研究

以山西省汾河流域为例,采用水量和能量平衡原理的VIC模型模拟了区域内径流和土壤含水量的变化过程,并构建了土壤干旱指数进行实例研究。结果表明:建立的VIC模型能够较好地模拟研究区站点的径流和土壤含水量的变化过程,基于土壤含水量模拟的土壤干旱指数与实际干旱的发生具有较好的相关性,土壤干旱指数物理意义清晰,能较好地刻画区域干旱在时空上的发生、发展及结束过程,对区域干旱监测具有一定的应用价值。     

考虑人类活动用水的土壤含水量神经网络反演

为在利用神经网络对地表土壤含水量的模拟中,实现对降水等天然要素和人类活动用水的综合考虑,以MPDI(modified perpendicular drought index)作为人类活动作用下的地表干湿状况指标,结合传统的天然要素构建土壤含水量神经网络模型,对河北省2018年地表土壤含水量进行了模拟.结果表明:考虑MP...     

不同土壤含水量的动态临界雨量拟定方法研究

由于资料缺乏和对临界雨量分析不足等问题,部分山洪防治地区山洪预警效果不佳。基于流域降雨径流关系,结合流域土壤含水量和前期实测降雨量,计算了河道洪峰流量达到安全泄量所需的下一时段降雨量（临界雨量）;并以最小二乘法准则拟合前期实测降雨与临界雨量之间的函数关系,建立了不同土壤含水量等级下的动态临界雨量计算函数。依据试验流域隽水1964～2014年共38场具有代表性的典型洪水过程资料,对所建立的动态临界雨量计算函数进行检验,并开展山洪预警试验,合格率达到94.7%。表明该方法用于山洪预警在技术上是可行的。     

提高烘干法测定土壤含水量效率的研究

本文对烘干法测定土壤含水量的效率问题进行了研究。通过试验提出了以微波炉烘土并以药用托盘天平称重的方法,可在保证测量精度前提下较常规法提高效率近50倍。根据试验微波炉烘至恒重的时间,粘壤土为9min,轻壤及砂壤土为6min,一般细砂仅需3～4min。由于样品量量(10～50g)对微波炉烘至恒重时间无任何影响,这就为增大样品重量减小使用托盘天平的相对误差提供可能,实测表明:样品质量超过30g,药用托盘天平称重与精密天平称重的相对误差均小于0.31%。     

基于多方法组合诊断模型的大型变压器故障诊断

电力变压器故障征兆与故障原因之间的关系错综复杂,而单项诊断方法由于信息特征独特、考虑角度单一,往往很难满足故障诊断的要求。因此,提出了在变压器故障诊断中采用多种方法组合诊断的思想,以克服单种方法的偏好对最终诊断结果所产生的影响。该方法采用模糊C均值聚类（FCM）诊断法、BP神经网络诊断法、粗糙集理论故障诊断法和IEC 60599推荐的三比值法这 4种诊断方法作为独立的单项诊断方法,根据各自诊断的误判率,按照诊断误差平方和最小的原则计算出各个诊断方法的最优权重,形成最优投票组合模型,再求出最大发生概率的故障类型。诊断结果表明,该方法与单项方法相比,大大降低了诊断误判的风险,提高了故障诊断的准确率,增强了故障诊断的稳健性。     

吉林省初始土壤含水量W_0的计算方法探讨

由于封冻,在东北地区,无法按日连续计算冬季土壤含水量,因此,很难准确计算迅前初始土壤含水量,而该值对建立各年第一次蓄满产流前的降径关系,起着很重要的作用。本文探讨了一种在封冻地区较为适用的初始土壤含水量计算方法,该方法方便快捷,可提高降径关系的精度。