水资源消费量预测的等维新息BP模型

水资源消费量的预测涉及许多因素和条件,根据城市水资源消费变化特点,选取能充分体现城市用水量变化规律的等维新息数据文件,建立城市水资源消费量预测的BP神经网络等维新息模型。经实例验证模型预测误差小,可满足水资源规划等工作需要。     

等维新息水资源消费BP模型

水资源消费量的预测涉及许多因素和条件，根据城市水资源消费变化特点，选取能充分体现城市用水量变化规律的等维新息数据文件，建立城市水资源消费量预测的等维新息BP神经网络模型。经实例验证模型预测误差小，可满足水资源规划等工作需要。     

等维新息径向基神经网络模型在需水预测中的应用

针对现有需水预测模型进行多周期预测时存在误差随预测周期延长而累积、抗随机因素干扰能力不足等问题,提出动态等维新息径向基神经网络模型,采用聚类方法进行网络学习,并将其应用于东莞市年需水量预测中。结果表明:动态等维新息径向基神经网络模型相对于基本径向基神经网络模型具有更高的预测精度,并且预测误差不会随着预测周期的延长而累积。     

基于等维新息GM(1,1)模型的城市需水量预测

该文针对传统GM(1,1)模型当系统增长速度较快时可能出现较大误差的弱点,提出了等维新息GM(1,1)模型,并对阿克苏市2001~2005年的需水量进行了预测。结果表明:等维新息GM(1,1)模型预测精度较高,平均相对误差较小,可用于城市的年用水量预测。     

一种改进的等维新息灰色模型及其在土石坝沉降预测中的应用

提出采用多层建模与等维新息灰色建模的联合方法预测土石坝沉降．该方法根据灰色理论的等维新息思想,采用参数递推公式计算灰色沉降模型的参数序列,并根据计算出的参数序列构建其预测模型,从而建立了反映系统时变特性的灰色预测模型．实例分析表明,本方法较好地反映了系统的时变性和灰色性,取得了较精确的沉降预测结果．     

GM(1,1)等维新息模型在土石坝沉降预测中的应用

采用灰色等维新息模型模拟土石坝的时效变形，预测了土石坝时效位移的未来变化趋势，并结合陆浑水库大坝实测资料编制了计算程序，同时对等维新息模型的最佳数区进行了讨论，得到了具有实用价值的结论。     

基于等维新息GM（1，1）的郑州市需水量预测

针对传统GM(1,1)模型当系统增长速度较快时可能出现较大误差的弱点,提出了等维新息GM(1,1)模型,对郑州市2010年、2015年、2020年的需水量进行了预测,得出需水量分别为66 560万、76 380万、90 561万m3.     

基于BP神经网络的宁夏水资源需求量预测

利用宁夏2000-2010年的需水量数据,提取了人口数、GDP、工业总产值和降水量为主要影响因子,采用主成分分析法对影响水资源需求量的8个因子进行了分析。将此作为输入样本构建BP神经网络模型,用训练测试好的神经网络对2011和2012年水资源需求量进行了预测,预测结果为宁夏水资源规划管理提供参考。     

GM(1,1)等维新息模型在区域需水量预测中的应用

本文在分析GM(1,1)等维新息模型建模方法的基础上,重点对GM(1,1)等维新息模型的最佳维数区进行了讨论,最后以实例验证了该模型用于预测区域需水量的可行性及有效性。     

GM(1,1)模型在大坝沉降预测中的应用

针对某水库大坝实际情况,提出在现有沉降观测数据的基础上,运用灰色理论的方法,建立GM(1,1)模型。通过数值试验确定模型最佳维数后,采取淘汰过于陈旧的数据信息、补充新观测数据的方法,即建立GM(1,1)等维新息模型,用以预测该大坝的沉降量,分析结果表明:GM(1,1)等维新息模型能较好地预测该大坝的沉降发展趋势。     

BP网络模型在水资源利用方案评价中的应用

从水资源利用的特点出发，在分析多种评价方法适用条件的基础上，将多属性效用理论与BP神经网络理论相结合，建立了水资源利用效果评价的效用模拟BP网络综合评价模型。并以2010水平年黄河流域水资源调控方案为例进行效果评价，结果分析是合理的，说明利用该评价模型进行水资源利用效果评价是有效、可行的。     

水资源模糊定价模型

阐述水资源价值系统的复杂性和模糊性，分析与水资源价值评价有关的水量，水质及社会经济要素，探讨水资源价值模糊综合评价数学模型和水资源价格计算模型，并从水费承受指数的概念出发，分析确定水资源价格向量，将水资源价格与水的用途和效益联系起来，使水资源价格更趋合理。     

灰色模型和BP神经网络模型在城市时用水量预测中的应用比较

在城市时用水量预测模型中,灰色模型和BP神经网络模型是两个应用较为广泛的模型,是它们有着各自的优缺点,预测精度也不相同.本文以南方某市为例,基于两种模型的预测原理,利用MATLAB数学软件对该市的时用水量进行了预测,并对两个预测模型的预测结果进行了误差比较分析,得出了BP神经网络模型是适合该市的时用水量预测模型.     

基于改进BP神经网络模型的云南文山州水资源脆弱性综合评价

利用层次分析法构建符合丰水地区水资源脆弱性评价的指标体系和等级标准,分别构建基于单、双隐层BP神经网络技术的区域水资源脆弱性综合评价模型,并采用内插法构造网络训练样本,将水资源脆弱性分级评价标准值作为“评价”样本,对云南文山州区域水资源脆弱性进行评价分析。结果表明：①单、双隐层BP神经网络模型对区域水资源脆弱性综合评价结果基本相同,说明研究建立的区域水资源脆弱性评价模型和评价方法均是合理可行的,与单隐层网络相比,双隐层网络泛化能力强,预测精度高,但训练时间较长;②文山州各评价区域不同规划水平年水资源脆弱性评价等级为Ⅲ-Ⅴ级,即处于中度脆弱与不脆弱之间,客观反映了该州水资源脆弱性状况,符合区域实际情况。评价结果可以作为研究和评价区域水资源脆弱性的参考依据。     

深圳市供水量BP神经网络预测

城市供水量受多种因素的共同影响。以深圳市最近20多年的供水量历史数据为基础,建立了一种基于时间序列的供水量BP神经网络预测模型。该模型的平均相对误差为4.96％。根据建立的深圳市供水量BP神经网络模型的预测结果,未来深圳市近期(2005年)的年供水量将达到52 630万m3,远期(2010年)的年供水量将达到56 142万m3。     

珠江区水资源配置模型

根据流域或区域水资源系统特征和过程,提炼出真实和合理的水资源概化系统,建立科学适用的水资源配置数学模型,按照制定的运行规则和配置方案,提出水资源具体的配置结果,为流域或区域水资源可持续利用及管理提供依据。     

水资源丰度模型研究

水资源量的概念及其计算一直是国内外水利界所关注的问题。目前水资源量是一个体积意义上的概念，它未考虑淡水作为资源的时效性，简单地认为“等量即等价”。为弥补水资源量概念存在的缺陷，从时空的角度提出了水资源丰度模型，并在模型中开拓性地提出了“淡水寿命”概念，用于描述水资源的潜在价值，同时还尝试性地把淡水的污染和治理也纳入该模型中。该模型为评估地区水资源富含程度、界定水资源归属和评价河流战略地位等提供了新的途径。     

改进BP网络模型在年用水量预测中的应用

考虑城市用水量受众多因素影响,具有系统稳定性和非线性的特点,利用人工神经网络理论建立了改进BP网络预测模型,通过实例证明了该模型是一种行之有效的用水量预测模型。     

水资源的生态经济价值模型分析

从对生态经济系统结构分析研究出发，阐述了生态的经济学价值和水资源的生态经济价值。对Freeman水的生态经济价值模型进行了改进与应用，指出水体对人类用途的变化，对工业、农业生产条件的改善、人居环境的改善、投资环境的改善，都会带来巨大的效益。     

伊洛河流域水资源系统优化调度模型研究

针对河流并联供水库群水资源优化分配问题,建立了以相对缺水率最小为目标的流域水量调度应用模型。该模型运用大系统分解协调的基本原理,将并联供水库群分解为多个独立的子系统,子系统间存在控制反馈的联系,同时考虑河道水流传播对系统的影响。利用建立的模型,以伊洛河流域供水库群为研究对象,通过建立虚拟水库,将伊洛河供水库群分为三个子系统,选用整体改进的遗传算法(GA)进行计算求解,并采用常规调度方法进行校核。以水平年2020年为例,得到不同来水条件下伊洛河流域水量调度方案,并对特枯来水情况制定供水三级预警系统。