圩区排涝模数计算方法研究

合理确定圩区排涝模数对于降低涝灾损失有重要意义。圩区内土地利用性质的不同,会导致产汇流机制和排涝标准的不同,但排涝模数的计算方法基本一致。本文根据圩区下垫面条件进行产汇流计算,入河流量扣除滞蓄量得到排涝模数,充分考虑到圩内河道的调蓄作用。以常熟市为例,对城镇圩区、农业圩区排涝模数进行计算,并分析了两种圩区不同的排涝要求对排涝模数计算方法的影响。     

BP神经网络在鱼洞河滑坡稳定性评价中的应用

 以边坡高度、边坡角度、岩土重度、粘聚力、内摩擦角等作为输入模式变量，建立BP人工神经网络训练样本集以之用作滑坡稳定性评价。通过对网络学习参数的优化，如学习速率为0.9，学习步长为0.7，在迭代12 589次网络训练后样本收敛。以此为基础，建立BP神经网络各隐含层的连接权重和阈值，进行模式识别，完成了鱼洞河边坡状态和稳定系数的计算。计算结果表明，鱼洞河边坡处于破坏（不稳定）状态，稳定系数为1.100 5     

BP神经网络在盘龙河水质综合评价中的应用

基于BP神经网络原理,建立人工神经网络水质综合评价模型,选取影响盘龙河水质类别的总磷、氨氮、高锰酸盐指数等7个指标作为评价因子,并参照GB3838-2002<地表水环境质量标准>,确定神经网络学习和训练样本,运用大型工程计算软件Matlab2010a工具箱中提供的函数进行计算,得到水质的综合评价结果,并将评价结果与单因...     

BP神经网络在盘龙河水质综合评价中的应用

基于BP神经网络原理,建立人工神经网络水质综合评价模型,选取影响盘龙河水质类别的总磷、氨氮、高锰酸盐指数等7个指标作为评价因子,并参照GB3838—2002《地表水环境质量标准》,确定神经网络学习和训练样本,运用大型工程计算软件Matlab2010a工具箱中提供的函数进行计算,得到水质的综合评价结果,并将评价结果与单因子评价结果进行了比较。结果表明：BP神经网络模型的评价结果不仅令人满意,而且具有客观、可靠的优点,是一种科学、新型的水质综合评价方法。     

BP神经网络在大理河年径流预测中的应用

以大理河为例,根据其1964—2001年年径流序列的长期变化特征,利用MATLAB工具箱提供的神经网络设计、训练及仿真函数建立了年径流预测的BP神经网络预测模型。结果表明:BP神经网络预测值检验的合格率为100%,预报精度明显高于自回归模型。     

钱塘江河口地区城镇圩区排涝模数计算方法研究

以钱塘江河口地区三个不同面积大小的典型城镇圩区,对排涝模数计算的平均排除法、水量平衡法和非恒定流法三种方法,从计算原理、计算时段、计算成果、计算基础、方法特点等方面进行了比较,寻求适用于钱塘江河口地区城镇圩区排涝模数的计算方法.     

城镇圩区排涝模数与合理水面率研究

针对城镇圩区下垫面条件和排涝特点,以浙江省杭嘉湖平原地区为例,采用水量平衡法计算城镇圩区的排涝模数,利用多元回归分析法建立了圩区排涝模数与关键因子（水面率、地面硬化率）之间的定量关系。同时,建立费用现值最小模型并采用外罚函数法优选确定城镇圩区适宜的水面率。     

潜水轴流泵在圩区排涝工程中的运用与推广

一、基本概况 江苏省洪泽县东部为白马湖圩区，紧邻白马湖西岸，涉及洪泽县岔河、仁和、黄集、朱坝4个镇，总面积197km^2。由于该区地势低洼，历史上饱受洪、涝、渍等困扰，汛期外有洪水压境，内有涝水顶托。为抗御灾害，减少损失，几十年来，该地区陆续兴建了大量防洪、除涝、降渍工程，目前共筑防洪圩堤252km，建排涝泵站128座142台6525kW，修圩口闸188座。     

感潮网河涝区排涝规划分析计算方法与实例探讨

分析了感潮地区的排涝类型和排涝方案,研究分析了涝区排水过程受外潮位影响,利用闸门联围抢排下的排涝计算思路,并由实例进行应用探讨。对多闸联围抢排和闸泵联排下的涝区淹没进行了方案比较,从而为涝区排涝规划提供依据。     

山区河流输沙模数与土地利用的BP神经网络模拟及调控

对贵州省毕节地区境内分布的六冲河、三岔河、赤水河、野济河等4条山区河流水文站监测的年平均输沙模数,与相应流域的土地利用结构,建立BP人工神经网络模型。并根据毕节地区土地利用结构比例,模拟得出全区的河流年平均输沙模数是628.47t/km2·a。然后对每种水土流失地类按比例调整为具有水土保持功能的地类后,年平均输沙模数的变化进行模拟分析,确定最佳调整方向。在此基础上制定了水土保持调控措施。     

基于BP神经网络的洪灾经济损失评估

在分析洪灾经济损失主要影响因素的基础上,采用基于MATLAB的BP神经网络结构,构造洪灾经济损失评估的BP人工神经网络模型,并进行实证分析,得到了比较合理的计算结果.     

门限人工神经网络模型及其在洪水预报中的应用

结合门限自回归模型与人工神经网络模型的建模思想，首次提出这两种方法的耦合模型，即门限人工神经网络模型，新模型的实质是一种分段非线性化的处理方法，是对现有门限模型分段线性化的很好改进。实例计算结果说明，新模型在洪水的预报中是有效的，在各种非线性时序动态预测中具有普遍意义和广泛的实用价值。     

基于BP神经网络的尼尔基水库短期洪水预报研究

人工神经网络(ANN)诞生于20世纪40年代,兴起于80年代,以其非线性特性、大量的并行分布结构以及出色的学习和归纳能力,广泛应用于水文各要素的预测分析。本次研究利用ANN中最常见的BP(Back Propagation)神经网络,由上游3个控制站(即柳家屯、库漠屯和科后)的流量,模拟出未来24 h的尼尔基入库流量,分析二者的非线性关系以用于水库短期洪水预报。预报方案中各预报要素精度均达甲级水平,可用于实际作业预报。     

基于DGA的BP神经网络及其在一维河网模拟中的应用

考虑到BP神经网络的计算精度和稳定性依赖于初始权、阈值,首先对标准遗传算法进行改进,然后用改进的遗传算法优化BP神经网络的初始权、阈值。将遗传算法和神经网络结合起来建立河网BP模型,把实测资料或者水动力数学模型的计算结果作为学习样本对模型进行训练。将河网BP模型运用于西江三角洲河网,发现该模型与水动力模型的计算结果吻合较好,表明优化后的BP网络用于河网水力模拟是可行的。     

BP神经网络模型应用于大坝原型观测研究

针对传统的多元线性回归方法的不足,提出将BP神经网络模型应用于大坝原型观测数据处理。并介绍了BP神经网络模型的结构和算法,以及训练样本的归一化处理方法;将BP模型应用于黑河金盆水库大坝原型观测,结果表明,其模拟和预测效果均优于多元线性回归模型。     

太湖流域平原河网降雨时程分布变化的洪水响应

近年来太湖流域平原河网地区洪涝灾害频发,居民的人身及财产安全受到了严重危害。降雨是导致本区域洪水的主要因素,其中最具代表性的降雨类型为梅雨和台风暴雨,由于二者时程分布特性有较大差异,其致洪机理也有所不同。以探究降雨时程分布对洪水过程的影响为目的,以太湖流域武澄锡虞水利分区为研究对象,采用MIKE 11与MIKE 21构建一、二维耦合水动力模型,利用实况洪水过程对模型进行率定验证,采用该模型对研究区域进行不同设计工况的模拟,讨论了次雨量、降雨历时以及降雨时程分布变化对太湖流域平原河网地区洪水过程的影响。结果表明:降雨时程分布对平原河网河道洪水过程有显著影响,其中长历时降雨对雨峰位置的后移较为敏感,短历时暴雨则受到降雨时间变差系数变化的影响较大,而次雨量变化则对二者都有显著影响。     

BP神经网络在地下水水质评价中的应用

地下水污染是当前较为严峻的现实问题,地下水水质评价是开发和保护地下水资源的前提,将BP神经网络应用到地下水水质评价中,解决了以往评价方法人为性较大和隶属函数构建不合理等问题。应用实例表明,BP神经网络法训练速度快、精度高,能如实地评价地下水质情况。     

人工神经网络与遗传算法在多泥沙洪水预报中的应用

由于水沙作用机制和演进规律的复杂性，以及河道形态变化等因素，多泥沙洪水预报一直是洪水预报的难点，对高含沙洪水快速、准确的预报是多年来国内外专家十分关注的课题。作者采用具有高度非线性识别能力的人工神经网络与遗传算法相结合的方法，探讨了建立智能预报模型的基本方法，进一步对如何提高预报精度的问题进行了研究，并结合黄河洪水预报实例检验了神经网络模型的可行性。检验结果表明，该方法能够较好地识别多泥沙洪水的演进规律，对水位、流量和含沙量都能进行合理预报。     

滨海平原河网洪水资源利用研究

南方滨海河网地区多为经济发达地区,缺水形势严峻,开展该类地区的洪水资源利用研究十分必要和迫切。本文主要从河网目标控制水位动态优化控制角度出发,提出了河网目标控制水位优化计算模型,以实现洪水资源的高效利用。该模型针对现状工况条件,依据对后续控制时段内洪涝灾害风险频率、水资源需求及历史灾情的计算分析,建立河网目标控制水位与潜在损失的风险函数优化模型,寻求洪水风险损失和水资源利用这对矛盾体之间的平衡点,该平衡点即为目标控制水位的优化值。2005年台州市温黄平原河网调度的实践表明,该方法对河网优化调度和洪水资源利用具有很好的辅助决策作用。