人工神经网络在水文水资源水环境系统中的应用研究进展

在简要介绍了人工神经网络（ANN）的独特性能和应用于水文水资源水环境系统的研究意义的基础上，从预测预报、分类识别、优化调度与计算、环境水质评价评估等诸多方面详细综述了国内外的应用研究进展，文中还探讨了今后的研究方向．     

人工神经网络及其在水科学研究中的应用

概述了人工神经网络(ANN)理论的基本原理及其有关概念，介绍了人工神经网络中的BP网络模型和学习算法，回顾总结了近年来ANN技术在水科学研究诸领域应用的主要成果，并指出今后应用研究的方向。     

人工神经网络在环境科学中的应用

根据对人工神经网络的初步了解,提出人工神经网络在环境科学中的初步应用可能。     

基于AHP-人工神经网络的城市水环境治理绿色施工评价研究

以城市水环境治理绿色施工为目标,开展基于AHP-人工神经网络的绿色施工评价.通过构造层次结构对评价指标进行分类,以城市水环境治理绿色施工为目标,构建绿色施工判断矩阵,得到各指标的权重.将典型水环境治理项目评价所得到的样本,经BP模型训练后,得到了拟合度较高的评价网络.采用训练好的评价网络对实际工程评价,结果与实际情况基...     

人工神经网络在水资源管理中的应用

近几年来，人工神经网络受到越来越多从事水资源研究学者的关注，成为该领域的新理论。文中的目的是想对人工神经网络在水资源管理领域的应用进行一个总结。这些应用包括特征辨识、预测与预报、函数逼近、优化计算等多个方面。文中首先对研究情况进行了一般性的回顾，然后分别对各类应用重点进行了评述，最后通过总结给出了进一步研究的建议。     

人工神经网络在我国流域水沙分析预测中的应用研究进展

从人工神经网络独特的特点和类型入手,详细地介绍了人工神经网络模型在我国流域水沙分析预测研究中的应用情况．并对其在研究中存在的问题和以后的研究方向作了探讨。     

地下水位动态预测的人工神经网络方法

介绍了人工神经网络的基本原理，用该方法进行地下水位预测，结果表明该方法精度较高，具有一定的推广应用价值。     

水质评价的人工神经网络方法

在分析BP神经网络算法的基础上,针对其某些不足,提出了几点改进措施。在此基础上,以宁夏水质评价为实例,探讨了人工神经网络在水质评价中的应用,并用VB语言编制了水质评价程序。结果表明,采用人工神经网络进行水环境质量评价,运算速度快,评价结果准确,具有广泛的应用前景。     

人工神经网络在水质预测中的应用研究

选取水质指标之一的溶解氧DO作为测算因素,研究了人工神经网络的BP法、bpx法、L-M法3种不同学习算法在水质预测中的应用。研究结果表明:3种不同学习算法的预测效果均较理想,其中以L-M法预测结果最为精确,人工神经网络在水质预测方面有着良好的应用前景和推广价值。     

人工神经网络在城市用水量预测中的应用进展

人工神经网络是一门新兴的交叉学科,用人工神经网络能解决很多传统方法无法解决的问题。从20世纪90年代开始把神经网络模型引入到用水量预测中,已对其进行了大量的研究。对人工神经网络在城市用水量预测中的应用现状进行了介绍,并指出目前应用中存在的主要问题及今后的研究方向。     

地下水位动态预测的人工神经网络方法

介绍了人工神经网络的基本原理 ,用该方法进行地下水位预测 ,结果表明该方法精度较高 ,具有一定的推广应用价值     

地下工程中基于人工神经网络的岩爆预测

研究地下工程岩爆等非稳定性问题，目的在于对这种非稳定性问题进行预测。以便提前采取积极的措施．预防安全事故的发生。岩爆是在引起岩爆发生的内、外因素共同作用下的一种动力失稳现象。只有在具有发生岩爆固有属性的岩体中，同时又具备使该岩体发生岩爆的外部必要条件，岩爆才会发生。岩爆形成的内、外条件组合一起，形成了岩爆预测的充分必要条件，通过收集国内外多个地下工程实际岩爆资料。分析了影响岩爆发生的主要因素，运用人工神经网络方法，建立了岩爆预测的人工神经网络模型，并根据某地下工程的实测参数，验证了预测模型的可靠性。结果表明，所建立的模型具有较高的预测精度。     

人工神经网络方法在水文预测中的应用

基于MATLAB软件,建立BP神经网络模型,以盘龙河干流上下游水文站月均流量和水位为研究对象,对人工神经网络研究方法在水文预测中的应用进行了初步尝试.结果表明该方法预测成功率较高,并分析了该方法在预测过程中的优缺点.     

人工神经网络模型在枯季地下水位预测中的应用

本文应用人工神经网络BP模型对枯季地下水位进行定量预测。优化得出的BP网络模型不仅拟合精度高,而且预测效果好,这为地下水定量研究提供了新的途径,同时也为白城地区科学合理开发、利用地下水资源提供参考依据。     

人工神经网络模型在河流减水河段景观质量评价中的应用

参照风景评价的心理物理学方法的一般过程,引入"水面视觉比例"概念,对人工神经网络在河流景观质量评价中的应用进行研究,建立了一个可预测减水河段河流景观质量的人工神经网络模型。该模型具有良好的收敛性和泛化能力。该模型的预测评价结果表明:河流周围植被较好时,水面视觉比例在5%～20%之间增加,河流景观改善明显;当周围植被较差时,水面视觉比例在15%～40%之间增加,河流景观改善明显,即河流周围植被能缓解河段减水的不利景观影响。在水资源开发利用中,除应保证河道内一定的流量外,还应充分结合植物措施及工程措施,对河流河道进行适当的修复,以维持或改善河流景观。     

河道浅滩演变预测的人工神经网络模型

本文主要介绍利用人工神经网络对河道演变进行预测研究,并选取最佳模型对河道演变进行预测。通过对比分析发现RBF网络模型比BP神经网络模型的训练时间短,两模型的预测精度相差不多。结果证实人工神经网络在河道浅滩演变中具有较强的应用性,为河道浅滩演变预测开辟了一条新思路。     

基于人工神经网络模型的井灌水稻需水量预测

水稻需水量仿真与预测是制定优化灌溉制度的重要依据。应用人工神经网络技术（BP－ANN）处理需求量时间序列，通过自相关分析，确定网络结构，建立了井灌水稻需水量的人工神经网络模型，解决了需水量序列内部及其外部诸多影响因素之间的不确定关系，预测精度较高，可在灌区决策管理中应用。     

人工神经网络模型在白城地区枯季地下水位预测中的应用

本文应用人工神经网络BP模型对枯季地下水位进行定量预测。优化得出的BP网络模型不仅拟合精度高,而且预测效果好,这为地下水定量研究提供了新的途径,同时也为白城地区科学合理开发、利用地下水资源提供参考依据。     

人工神经网络在水利工程方案综合评价中的应用

方案优选是目前水利工程中普遍面临的问题,但由于方案中指标的多样性和不确定性,综合评价结果略有偏差。引入人工神经网络模型对水利工程方案进行优选。结果证明,此模型能自适应确定权重,具有评价结果合理、客观、精度高等特点,能够有效地用于水利工程方案的综合评价。     

人工神经网络模型在黄河水质预测中的应用

采用画匠营子断面2004-2009年逐周水质指标资料作为神经网络模型的训练样本,对BP神经网络进行训练,分别建立了pH值、溶解氧、氨氮、高锰酸盐指数的预测模型.为了验证模型的正确性,利用训练好的神经网络模型,采用调整后的权值和阈值,将2010年的数据作为独立样本进行预测检验.结果表明:基于BP神经网络的水质指标预测模型收敛速度快,对训练样本具有很好的拟合能力,且对检验样本的预测精度较高.