共查询到20条相似文献,搜索用时 0 毫秒
1.
2.
为有效预测海绵试点城市未来降雨变化特征,以及在面对未来降雨变化时,海绵城市将如何建设提出建议,收集整理30个海绵城市试点1983~2012年的年际降雨变化时间序列,采用Morlet小波函数进行小波分析,探究试点城市降雨变化的多时间尺度的周期性变化规律,并根据主周期对未来降雨变化进行了预测。结果表明,未来降雨变化体现出地区性特点,按照变化规律,30个试点可分为10类。根据预测从2018年开始,环渤海地区东北部、东南部沿海地区试点城市的降雨量会在未来5年内出现明显上升,故这2个区域应加强城市雨水系统的建设,以达到未来降雨变化情景下年径流总量控制率的要求,并根据实际情况加强超标雨水排放设施建设,有效应对未来可能出现的极端降雨事件;其他大部分地区未来5~8年内降雨量变化表现出微弱下降的持平或明显下降状态,在这些区域内,尤其是西北部干旱区及华北平原与华北平原中南部地区的城市,应加强源头雨水控制利用与雨水资源利用设施的建设,并加强非传统水源的收集与利用。 相似文献
3.
本研究立足于朝阳地区1970—2010年的降水资料,利用MATLAB平台运用小波神经网络降水预测模型对朝阳地区降水量进行预测研究,并将该结果分别与真实值、BP神经网络预测结果对比分析,结果发现:基于小波神经网络的降水量预测模型取得了较高的预测精度,弥补了神经网络预测模型的缺点,减少了迭代次数,能够客观的反应朝阳地区降水情况且方法直观,为朝阳地区的降水量预测提供了较为有效的方法。 相似文献
4.
高精度的水位预测能为防洪决策、水资源管理等提供重要的调度依据,减少洪旱灾害损失。为提高预报精度,提出一种基于小波分析的NARX神经网络模型(DWT-NARX),综合考虑洪泽湖入湖流量、出湖流量、周边用水、前期水位等因素,对洪泽湖日水位进行预报,并与BP神经网络、NARX神经网络模型进行比较。结果表明,三种模型在短历时预报中均取得了较好的模拟预测效果。当预见期为1或2天时,Nash-Sutcliffe效率系数均大于0.9,合格率大于85%;当预见期超过3d,NARX模型在水位变幅较大的时段预测结果变差,BP模型出现严重的震荡现象,NARX和DWT-NARX模型结果均优于BP神经网络,DWT-NARX在整体上结果最优。研究成果可为洪泽湖的水位预报提供一定的参考价值。 相似文献
5.
6.
针对传统水质预测方法存在预测精度不理想以及对实测数据要求较高的问题,建立基于BP神经网络的水质预测模型,以掌握研究流域未来一定时段的水环境质量情况.模型以潇河流域6个水质监测断面2017年1月-2020年5月的重铬酸盐指数和高锰酸盐指数的浓度作为训练集,以2020年6月-2020年8月的水质数据作为验证集进行模拟与预测... 相似文献
7.
文章对松花江哈尔滨江段,在浊度、色度、pH、氨氮、耗氧量、碱度、温度共计7个水质监测指标做了分析并予以定性预测. 相似文献
8.
人工神经网络是现如今被广泛应用于预测方面的方法,运用BP神经网络、RBF神经网络、Elman神经网络分别对大伙房水库的2006年的TN、TP进行预测,比较3种网络的训练误差和预测误差得到:RBF神经网络训练速度最快且训练误差最小,RBF神经网络和Elman神经网络的预测误差明显小于BP神经网络,RBF神经网络和Elman神经网络应用于水质预测是可行的。 相似文献
9.
11.
12.
大桥水库水质的预测分析 总被引:1,自引:0,他引:1
凉山州大桥水库是一座大型综合利用工程,水库不仅有灌溉和水产养殖功能,而且还有保下游城市生活供水功能,因此水库水质问题至关重要。本文通过对本水质现状的调查和监测,证明库区本底水质较好,符合国家地面水GB3838-88Ⅱ类水标准,明确本底水体中的重金属和放射性物质含量较高的原因是与环境背景值高有关,通过对水质建库后的预测分析,论证了水体中的重金属及放射性物质上与龚咀电站水库情况相似,由此得出建库后不仅 相似文献
13.
根据龙滩地下洞室围岩现场长期的观测数据,利用小波变换阈值去噪法对数据信号的高频系数进行量化处理,恢复原有的监测信号。实例结果表明,小波变换阈值去噪法能够有效地去除噪声的影响,获得围岩变形的真实信号。同时将去噪后的数据用于支持向量机(ε-SVR)建立时序分析模型中,并与GA-BP模型进行对比,结果表明ε-SVR模型的误差更小,预测效果更佳。更多还原 相似文献
14.
15.
基于港口湾大坝多期变形观测数据,采用Matlab语言、小波消噪及BP神经网络分别建立了基于时间序列和基于环境因素的大坝变形监测BP神经网络模型,并利用模型分别对大坝某点变形值进行预测。时间序列BP模型具有结构简单、学习速率快的特点;环境因素BP模型精度高,可有效反映变形因素,便于拟合预测复杂的测点变形,相对前一种模型能更好地揭示大坝变形规律。两种建模方法先应用小波分析对原始观测数据消噪,训练过程中采用附加动量法等改进BP算法,大大提高了BP神经网络的计算效率,克服了其易陷入局部极小的缺陷,取得了良好的拟合效果和预测精度。 相似文献
16.
将小波变换应用到径流序列分析中,获得了黄河陕县水文站109年径流序列的组成情况和变化趋势。用BP神经网络与小波变换相结合,对该站109年径流序列进行了研究,认为:①小波网络预测模型是综合小波变换与神经网络两者优点而形成的一种数学建模分析方法;②小波神经网络的建模算法可有效提高预测精度;③小波神经网络预测中一些数据的预测结果欠佳,其原因主要是由于不存在理想的数字滤波器和误差累积所致。对影响结果的因素进行了分析,并对神经网络、小波神经网络在径流分析中的应用做了评价。 相似文献
17.
钱塘江流域水质发展趋势研究 总被引:2,自引:0,他引:2
通过对高锰酸盐指数和氨氮指标的分析,针对钱塘江流域近十年水质监测的调查,分析了钱塘江的水质现状;预测了流域水质的发展趋势。结果表明主干流的水质逐渐得到改善,但不同河段的水质变化较大,主干流水质好于支流、下游水质好于上游、远离城市河段好于市区河段。工业污染源与城市生活污染源得到治理,污染物排放量逐年降低,但农业面源污染负荷的控制相对较难,进展较缓慢。 相似文献
18.
纪广月 《水动力学研究与进展(A辑)》2020,35(5):567-574
为了提高西江水质预测的精度,提出一种改进粒子群算法优化BP神经网络的水质预测模型。首先,为提高PSO算法的收敛速度并避免其陷入局部最优,PSO算法种群被划分为普通子群、优良子群和较差子群,提出一种云模型改进PSO惯性权重的云模型粒子群算法;其次,针对BP神经网络存在收敛速度慢和局部最优的问题,运用云模型粒子群算法迭代寻优获取BP神经网络的最佳初始权值和阈值;再次,将影响地表水质等级的主要因素作为CPSO-BP的输入,水质等级作为CPSO-BP的输出,建立CPSO-BP的水质等级预测模型。以西江2011年-2018年的水质监测数据为研究对象,与PSO-BP、GA-BP、DE-BP和BP模型进行了对比,研究结果表明,CPSO-BP水质预测的精度最高,且具有更快的收敛速度。 相似文献
19.
20.
余开华 《水资源与水工程学报》2013,24(2):204-208
鉴于BP神经网络学习收敛速度慢、参数选择困难、易陷入局部极值等缺点,提出小波神经网络河道流量水位预测模型,以盘龙河天保站流量水位预测为例进行分析。采用循环算法确定最佳BP神经网络结构,并在相同网络结构及期望误差等条件下,运用GA优化BP神经网络初始权值和阈值,构建传统BP、GA-BP神经网络河道流量水位预测模型作为对比预测模型。结果表明:小波神经网络结合了神经网络与小波分解在函数逼近上的优点,其预测精度高于传统BP和GA-BP网络模型,表明小波神经网络用于河道流量水位预测是合理可行和有效的,可为水文预测预报提供新的途径和方法。且小波神经网络模型具有计算简便、逼近能力强、收敛速度快,能有效避免局部极值等特点,有着广阔的应用前景。 相似文献