基于SVR的指标规范值的水资源可持续利用评价模型

针对现有的水资源可持续利用评价的回归支持向量机模型（LS-SVR）的不足,提出了水资源系统指标参照值和指标规范变换式的设置原则和方法,使不同的水资源指标经规范变换后皆“等效”于某一个规范指标,进而建立适用于任意m项指标规范值表示的回归支持向量机水资源可持续利用评价模型（NV-LS-SVR）。将NV-LS-SVR模型应用于汉中盆地和淮河流域12个地区水资源可持续利用评价中,评价结果与BP神经网络的评价结果基本一致,验证了该模型的可行性和实用性,为水资源可持续利用评价提供了参考。     

基于熵权-云模型的湖北省水资源可持续性评价

为实现湖北省高质量发展,提高湖北省水资源集约节约利用水平,基于“人-资源-自然”构建了湖北省水资源可持续性评价指标体系,由水资源条件、社会经济、环境生态3个子系统和19项指标构成,并确定了评价指标5级分级标准。基于熵权法和云模型构建了湖北省水资源可持续性评价模型,对2019年湖北省17个市州的水资源可持续性进行评价。结果表明,湖北省水资源分布不均,大部分城市水资源短缺,城市之间水资源供需不平衡;部分城市农业用水量过大,水资源浪费严重,影响经济发展;大部分城市污水处理能力不够,水环境受到污染。评价结果与实际情况比较吻合,说明所建模型合理可行。     

物元可拓模型在水资源可持续利用评价中的应用

基于区域水资源可持续利用的内涵和意义,从水资源条件及开发利用、社会经济、生态环境和水资源管理等角度建立了水资源可持续利用指标体系。针对部分指标间存在不相容性和关联性的问题,结合物元分析和可拓学的相关理论,建立了新型的评价模型——物元可拓模型。以海南省为例,通过优选指标、确立等级和构建模型对该省水资源可持续利用态势进行了全面的评价,将结果与现实状况及传统评价模型的结果相比,验证了物元可拓模型在区域水资源可持续利用评价中的实用性。     

水资源系统可持续利用的投影寻踪评价模型

针对水资源系统可持续利用评价问题，采用投影寻踪聚类模型，将多维数据指标转换到低维子空间。并优化其投影方向，根据投影函数值的大小对水资源系统可持续利用的程度进行合理评价。应用表明，该方法能利用一个综合反映多因素之间复杂关系的特征指标给出相应的评价结果，根据计算结果可以分析影响水资源系统可持续利用的主要因素，为水资源系统可持续利用的评价提供一种计算过程简单、直观的新方法。     

基于生态网络分析的流域水资源可持续性评价方法研究

将生态网络分析方法引入到水资源可持续利用评价中,构建了水资源利用系统的生态网络模型,从网络结构平衡角度提出适用于水资源利用系统的网络结构可持续评价指标和方法。并以淮河流域为例,对其2005~2011年的水资源可持续利用水平进行了定量评价与对比分析,获得了淮河流域水资源可持续性程度,为淮河流域水资源管理提供了依据。     

广东省水资源可持续利用情景预断评价

根据广东省社会经济发展规划与水资源特点,建立了水资源可持续利用情景评价的指标体系及分级标准,确定了在未来不同水平年各指标的情景值.将支持向量机模型引入水资源可持续利用的情景评价中,与模糊评价的评价结果吻合,可为水资源可持续利用情景预断评价提供参考.     

基于灰色BP网络的城市生活垃圾日产量预测模型研究

通过对灰色BP神经网络模型的分析与研究,给出了灰色BP神经网络的建模方法,建立了基于灰色BP神经网络的城市生活垃圾日产量预测模型,通过一组历史数据分别对GM模型和灰色BP神经网络模型进行了验证,得到了灰色BP神经网络的预测效果要比单纯的灰色预测模型精度要高的结论,本模型是研究通过少量数据进行预测的一种新方法。     

南京市水资源可持续利用综合评价方法研究

针对南京市水资源利用现状,分析了影响南京市水资源可持续利用的主要指标,根据指标对系统的贡献,运用三标度法确定各指标对评价目标的影响程度及各指标的权重值,以模糊数学为工具建立的数学模型对南京市区域水资源可持续利用程度进行综合评价,评价结果为一般.     

变化条件下大连市水资源可持续利用状态评价

针对水资源可持续利用状态具有动态可变性的评价标准及指标值具有区间性的问题,根据实行最严格水资源管理制度的思想,从用水总量、效率、水质及社会经济等方面确定了影响水资源可持续利用状态的重要指标,从而建立了基本评价体系,并确定了其评价标准,进而采用基于区间值的水资源可持续利用状态可变模糊评价方法分析了大连市水资源可持续利用状态评价指标体系、评价标准、模型参数及指标值等不确定性因素,评价了大连市各水平年的水资源可持续利用状态。结果表明:现状年(2007年)下大连市水资源可持续利用状态处于中级偏低水平;非常规水源利用规模的不断增大及外调水工程的陆续运行,一定程度上保障了未来经济社会发展对水资源的需求,提高了大连市水资源可持续利用能力,规划水平年(2015、2020、2030年)下水资源可持续利用状态基本稳定于中级或中级偏高水平。     

基于支持向量机和BP神经网络的燃煤锅炉NO_x排放预测

基于某660 MW燃煤锅炉运行时的热态实验数据,应用BP神经网络方法和支持向量机回归的方法对该燃煤电站锅炉NO_x排放特性分别进行建模,针对BP神经网络存在的问题,采用动量法对其进行改进,而对SVM预测模型进行了核函数及相应参数c和g进行了选优。两种模型仿真结果的平均相对误差为2.75%和1.37%,证明模型的准确性和泛化能力比较好。引入神经网络模型评价指标,对这两种模型的仿真和预测结果进行对比分析,结果表明采用支持向量机方法建立的NO_x排放模型比BP神经网络模型收敛速度快,准确度高,性能更优。     

水电能源科学2005年第23卷总目次

·水文水资源与环境·城市需水量预测的混沌神经网络模型刘勇健等1.15基于多维临界调控理论求解21世纪黄河水资源问题彭少明等1.18虎跳峡水电站区间可能最大暴雨的研究华家鹏等1.21水文分析计算中两种正态变换方法的比较研究梁忠民等2.1BP神经网络模型结构对漫湾径流预报精度的影响研究程春田等2.4运用灰色关联分析法推求河流流量传播时间左其亭等2.7水文变异综合诊断方法及其应用研究谢平等2.11新疆水资源可持续利用水平模糊综合分析唐德善等2.15微咸水灌溉条件下环境因子动态变化的预报杨树青等2.19区域水资源承载力计算问题探讨徐良芳等…     

基于随机森林的区域水资源可持续利用评价

针对区域水资源可持续利用评价中指标多、噪声复杂和非线性的特点以及传统方法缺乏可操作性、难以解决稳健性低和过学习等问题,介绍了一种稳健性较高的智能学习方法——随机森林,将其应用于区域水资源可持续利用评价中,并以汉中盆地平坝区为例,对该方法的评价效果进行了验证。结果表明,与SP插值、人工神经网络(ANN)和支持向量机(SVM)模型评价结果相比,本文方法实用性强、稳健性较高、泛化性能高,在分类预测阶段和交叉验证阶段分类准确率均高达100%;同时可知,在影响区域水资源可持续利用的各评价指标中,水资源利用率和人均供水量的影响较为重要。     

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。     

岩溶城市(贵阳市)水资源可持续利用评价研究

为研究贵阳市水资源可持续利用评价问题,基于DPSIR模型构建贵阳市水资源可持续利用评价指标体系,运用熵权法与综合指数模型测算2001~2015年贵阳市水资源可持续利用综合指数,并以障碍度模型对影响水资源可持续利用的障碍因子进行诊断。结果表明,2001~2015年,除压力指数外,驱动力、状态、影响、响应和综合指数均呈波动上升的趋势;可持续利用类型可划分为失调(2001~2006年)和协调(2007~2013年)两个阶段;人均GDP、万元GDP耗水量、森林覆盖率、三产增加值占GDP比重、生活污水处理率为5大影响贵阳市水资源可持续利用的重要因素。研究结果为贵阳市水资源可持续利用提供指导。     

基于多方法优选预报因子的天山西部山区融雪径流中长期水文预报

为实现天山西部山区喀什河流域冰川融雪区域的水资源可持续开发利用,更好地支撑所在区域工农业生产发展,有必要开展融雪径流中长期水文预报研究。基于相关系数法、主成分分析法及两种方法相结合的综合方法优选预报因子,采用BP神经网络模型和组合小波BP神经网络模型预报径流。结果表明,采用综合方法筛选出的预报因子集合可以得到更好的预报结果;组合小波BP神经网络模型在3个不同方案中的预测效果均优于BP神经网络模型的预测结果,其预报精度更高。研究成果可为该区域融雪径流模拟研究及洪水预报提供参考。     

基于主成分分析的神经网络在需水预测中的应用

需水量预测是水资源规划与管理的重要内容,建立高精度的需水量预测模型,可为区域水资源规划提供技术支撑。以南昌市为例,利用2005~2015年的实际用水量数据,对南昌市16个用水总量影响因子进行主成分分析,以提取的主成分作为BP神经网络的输入样本,建立BP神经网络需水预测模型。结果表明,经过主成分分析,16个用水量影响因子可用8个主要影响因子代替。建立的BP神经网络模型的需水预测平均相对误差仅为1.37%,预测精度较高,可作为区域需水预测的一种可靠方法。研究成果可为类似区域提供借鉴。     

可变模糊优选神经网络综合评价模型

针对多指标评价问题中区间形式评价标准的处理方式和指标权重的确定方法直接影响评价的科学性及合理性,首次将可变模糊集理论和模糊优选神经网络有机结合,提出了一种新的评价模型———基于可变模糊集理论和模糊优选神经网络的综合评价模型,并应用模型对黄河流域9个行政分区的水资源可再生能力进行了综合评价。评价结果表明,黄河流域水资源可再生能力总体上较弱;新的评价模型是科学、合理的。     

基于支持向量机的水资源可持续利用评价

针对水资源可持续利用评价方法的不足,提出了基于支持向量机的水资源可持续利用评价的新方法,并对汉中和淮河地区进行了实例应用;最后将基于支持向量机的评价结果,与人工神经网络和SP方法的评价结果进行对比,结果表明新方法模型简单、实用性强.     

基于承载过程的安徽省水资源承载力动态评价

针对水资源-经济社会-生态环境复杂系统的水资源承载力评价问题,提出从水资源支撑力、水资源压力、水资源调控力三个子系统选择指标,建立基于承载过程的水资源承载主客体耦合评价模型,对安徽省水资源承载力进行动态评价。结果表明,安徽省各评价年水资源总体处于可载状态,承载支撑力不足地区人口趋于超载,经济超载地区多为重工业城市,皖北地区承载力总体小于皖南和江淮地区。计算结果符合研究区域实际情况,可为安徽省水资源的可持续承载提供依据。     

基于物元分析法的西安市水资源可持续利用评价

为改善水资源可持续利用现状,从经济、社会、生态环境、水环境和管理能力5个方面考虑,建立了水资源可持续利用评价指标体系,基于物元理论构建了水资源可持续利用评价模型,并以西安市为例,验证了该方法的可行性和有效性。