基于遗传算法-BP神经网络法的深埋地下水水质评价

为探究开封市地下水水质特征及成因,依据开封市31眼深度600～1 600m地下水开采井的水质检测资料,系统研究了各亚含水层的水化学特征,利用遗传算法-BP神经网络法进行了水质评价,并从埋深、富水性两个方面分析了水质特征的分布规律。结果表明,开封市600～800m亚含水层地下水水质最好,800～1 400m次之,1 400～1 600m亚含水层水质最差,随着埋深的增加,水质变差,富水性越强、水质越好。可见遗传算法-BP神经网络法能够客观地描述地下水水质综合情况,避免了人为主观影响,使评价结果更为合理。     

基于随机森林的中长期降水量预测模型研究

为解决降水预测中存在的非线性问题,避免传统人工智能方法的过拟合弊端,提高中长期降水预测精度,引入了随机森林算法,通过优选预报因子,分别构建了年、月降水预测模型,并应用南京市1951~2013年降水系列及水文气象因子系列,验证所建模型的适用性。结果表明,随机森林模型预测精度较高、稳定性好、泛化能力强,能有效预测年、月降水量;与BP神经网络模型和支持向量机模型相比,随机森林模型效率更高、性能更优,尤其适用于大样本的逐月降水量预测中。     

泰莱盆地地下水水化学特征及水质评价

为分析泰莱盆地地下水水化学特征及水质现状,选取2017年丰水期140件水样,其中,孔隙水样47件、岩溶水样61件和裂隙水样32件,运用数理统计、Piper三线图、箱型图等方法,分析了研究区主要离子及水化学特征,并运用模糊综合评价法、Wilcox图解法评价了水质现状及灌溉水质。结果表明,泰莱盆地主要阳离子为Ca~(2+)、Na~+,占阳离子总数的80%以上,主要阴离子为HCO_3~-、SO_4~(2-),占阴离子总数的67%以上,其中NO3-含量也相对较高;水化学类型以HCO3·SO4-Ca型水为主;pH值整体呈弱碱性,TDS存在孔隙水岩溶水裂隙水的关系,这与地下水径流条件有关;Ⅳ、Ⅴ类水样占总水样的29.3%,影响因子为SO_4~(2-)、NO3-、TDS、总硬度,其主要影响因素为人为活动;绝大部分区域均属于好—可用及以上级别,合理利用地下水灌溉可有效预防土壤盐碱化问题。     

广花盆地地下水水质评价及变化趋势分析

为分析广花盆地地下水水质变化趋势,基于广花盆地80个地下水监测井2010~2015年的监测数据,运用单项组分法和综合要素法评价了广花盆地的地下水现状,并分析了主要超标指标的时空分布特征。在此基础上,分别采用Spearman秩相关系数法和主成分分析法评价了广花盆地主要超标指标和地下水综合质量近六年的变化趋势。结果表明,广花盆地地下水的主要超标指标为氨氮、亚硝酸盐、锰、高锰酸盐指数和铁,各超标指标的浓度均呈下降趋势,但趋势不显著;受降雨影响,丰水期水质总体较枯水期好;受工业污染和人类生活污水影响,靠白云区一侧地下水水质总体较花都区差;受广州市农业污染、工业污染和人类生活污水逐年减少的影响,广花盆地地下水综合质量越变越好。研究成果可为广花盆地地下水资源的合理开发利用提供参考。     

基于熵权的综合指数法在地下水水质评价中的应用

针对地下水水质评价中各指标对水质评价结果影响程度的不同,将熵值理论与综合指数法相结合构建了基于熵权的综合指数模型,利用信息熵反映数据自身的效用值确定权重系数,实现权重随指标影响程度的动态变化,以实例分析并与综合指数法、模糊数学法做了比较.结果表明,该模型评价客观、可靠,可适用于水质评价.     

基于随机森林与长短期记忆网络的电力负荷预测方法

电力负荷具有非线性和时序性的特点,为了深入研究各特征变量对于电力负荷预测的重要性,进而获得更高的电力负荷预测精度,提出了基于随机森林(random forest,RF)算法及长短期记忆网络(long short-term memory,LSTM)的混合负荷预测模型。首先根据时间日期因素及气候因素建立高维特征数据集作为随机森林模型的输入,通过随机森林算法筛选出重要特征量,并使其与历史负荷结合作为LSTM模型的输入,经过粒子群算法对LSTM模型进行参数寻优后得到RF-LSTM混合模型及负荷预测结果。使用该方法对河北电网某台区的电力负荷进行预测,结果表明该混合模型的预测精度比未经特征变量筛选的传统单一的随机森林算法、LSTM模型以及BP神经网络更为理想。     

基于级联随机森林的光伏故障诊断模型研究

针对环境气象监测数据与光伏电站的历史数据,提出一种基于级联随机森林的光伏组件在线故障诊断模型,从模型的特征变量分析、真实数据集的预处理、模型训练及使用3个方面进行详细描述,最后通过实验验证该方法的有效性和准确性,证明其对光伏电站智能在线故障诊断具有较好的使用价值.     

桐梓隧道岩溶地下水化学特征及水质评价

为分析桐梓隧道岩溶地下水水化学特征和水质情况,运用Piper三线图、Gibbs模型、离子比例系数及Pearson相关系数矩阵等方法探究其类型及成因,并结合模糊综合评价法对地下水水质进行分类评价.结果 表明,研究区地下水中Mg2+、Ca2、HCO3-占主要优势,Mn、As、Se的含量极低;地下水化学类型以HCO3-Ca、...     

基于随机森林模型的农村能源消费影响因素分析——以江苏徐州为例

本研究以江苏省徐州市棠张村为例,旨在分析经济发达地区农村家庭能源使用模式、相关影响因素及影响程度,并对农村地区沼气发展进行浅析。本论文依据实际调研结果,采用随机森林模型分析影响农村家庭能源消费和影响因素的梯队。结果表明,在调查的农村地区,“电力+沼气”是主要的家庭能源使用模式,但仍有6%左右村民使用煤、液化石油气、柴等能源。家庭人员对清洁能源的认知及家庭中常住老年人的数量对农村家庭能源使用模式影响最大,相反,家庭总年收入对家庭能源选择有一定影响,但并不起决定作用。故农村地区清洁能源的推广,应加强农村常住老年人对清洁能源的认识。     

基于灰色关联分析与随机森林回归模型的短期负荷预测

针对人工神经网络和支持向量机存在的泛化误差大、具有局部最优以及参数选取困难等缺点,将随机森林回归模型引入电力系统短期负荷预测,提出了一种基于相似日与随机森林回归模型的短期负荷预测方法。利用灰色关联分析法计算原始训练样本与预测日各影响因素间的关联系数,选取相似度较高的历史样本构成相似日样本集,对随机森林回归模型进行训练。将预测日的特征向量输入训练好的模型中,取所有回归树输出结果的平均值作为最终的负荷预测结果。实际算例表明,与常规支持向量机法和常规随机森林回归法相比,该组合方法可以有效地提高短期负荷预测的精度。     

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。     

BP与GIS耦合的地下水水质综合分析评价

为探讨水质综合评价的客观方法,选取总硬度、铁、硫酸盐、溶解性总固体、硝酸盐作为评价指标,参照《地下水质量标准》,以四川省雅安市雨城区为例,采用BP神经网络模型与GIS相耦合的评价方法,分析评价了地下水水质分布状况。结果表明,该区北部、中部和东部地下水的硫酸盐和溶解性总固体偏高,西部和南部地下水水质情况较好,该方法较为直观、合理。     

基于熵权模糊物元的地下水环境健康评价模型研究

以下辽河平原地下水系统为例,引入模糊物元法并结合熵权和欧氏贴近度理论,构建了基于熵权一模糊物元的地下水环境健康评价模型以综合评价地下水环境健康.结果表明,该法应用于地下水环境健康评价切实可行,直接、客观.     

物元可拓法在金泉工业园区地下水质量评价中的应用

鉴于金泉工业园地下水水质现状,科学地评价地下水水质等级,对控制和预防地下水污染,保护地下水资源具有重要意义。基于物元可拓法建立了包括总硬度、氯化物等9项评价因子的地下水水质评价模型,对金泉工业园区19个采样点地下水水质进行了综合评价。结果表明,金泉工业园区地下水水质整体较差,大部分区域地下水为Ⅳ类,与内梅罗污染指数法评价结果基本一致,表明物元可拓法对工业园区地下水水质评价具有一定参考意义。     

地下水资源保护与地下水环境影响评价研究

在人类生存与发展中,水资源起到了非常重要的基础作用,其管理质量不但会影响到人们生活与生产质量,还与社会经济发展之间有非常密切的联系。因此,一定要全面认识到水资源保护工作的重要性,对目前水资源使用中存在的质量问题进行深入分析,在此基础上开展严格的地下水环境影响评价工作,从而在更大程度上提升地下水资源质量。针对地下水资源保护与地下水环境影响评价进行了深入分析,并结合实际情况提出了一些有效的地下水资源保护措施,希望能为相关人员完成工作提供参考。     

小波网络耦合模型在地下水位动态预测中的应用

针对河套灌区地下水位预测问题,结合小波变换的时频局部特性和神经网络的逼近功能,构建了两种不同耦合方式下小波和BP神经网络相结合的小波网络模型,比较了不同耦合方式下小波网络模型与单纯神经网络模型的预测效果。两种耦合方式下的小波网络模型模拟结果均比单纯使用人工神经网络模型更接近实测值,对低频信号序列及高频信号序列分别进行神经网络模型预测后再进行重构的预测方式比直接将小波分解的多级信号与神经网络结合的预测方式具有更好的预测效果。     

基于投影寻踪与内梅罗指数组合模型的地下水水质评价

针对内梅罗指数法注重最大污染指标及未充分考虑指标权重的问题,通过投影寻踪模型构造投影指标函数,采用实码加速遗传算法对投影指标函数进行优化得到指标权重,与污染指数结合得到加权污染指数,并将改进的最大污染指数加入权重与污染指数乘积最大值,构成投影寻踪与内梅罗指数组合模型。结合阳泉市娘子关泉域地下水水质监测样本,得到评价结果。结果表明,组合模型的地下水水质评价结果与现行的水质评价方法比较在安全性与准确性方面均有一定优势。验证了组合模型的可行性与适用性。研究成果可为地下水水污染防治提供参考。     

基于PCSM-AHP体系的静升盆地地下水脆弱性评价

以静升盆地为例,基于对地下水脆弱性概念的认识,以DRASTIC模型为基础,根据地下水脆弱性评价技术要求及静升盆地实际状况,构建了DRAIFAm指标体系,通过比较目前各种脆弱性评价方法,建立了PCSM-AHP评价体系,并利用该评价体系评价了静升盆地地下水脆弱性。结果表明,人工开采率和包气带介质是影响静升盆地地下水脆弱性的主要因子,地下水脆弱性从盆地东南向西北依次增大,与实际情况吻合较好,对静升盆地地下水的合理开发利用具有指导意义。     

基于物元分析的地下水环境质量评价

利用物元分析法建立了地下水环境质量评价模型,并以山东省某地区的地下水为例,对8个水样测点的7个指标进行了地下水环境质量评价,获得了各测点的综合评价结果与单指标评价结果,与灰色关联度法和综合指数法的计算结果相比,物元分析法能真实反映评价对象的实际情况,具有很好的工程应用价值。