用BP神经网络原理对水流挟沙力的研究

通过对影响挟沙能力因素的分析，认为挟沙力的武汉水院公式和窦国仁公式在神经网络原理的基础上是一致的。找出了进行BP神经网络训练时应考虑的水沙要素，采用C Builder语言编制的程序，对30组高、中、低含沙量的水槽试验资料进行训练，发现训练值与实测值符合较好，说明得到的连接权能反映实际情况；用该连接权对4组试验数据进行了预测，预测结果与实测值相差较小，表明用BP神经网络方法确定挟沙能力的可行性。     

水流挟沙力计算公式比较分析

泥沙输移是流域土壤侵蚀、搬运和沉积过程中一个很重要子过程,而水流挟沙力表征在一定条件下水流挟带泥沙能力的综合指标,也是径流分离土壤、输移泥沙控制参数之一.本文对目前被广泛采用的坡面和沟道水流挟沙力计算公式的建立件和理论基础进行了简要阐述,比较分析了各公式的应用可能性和局限性.     

颗粒比重对水流挟沙力的影响

根据颗粒在水中跃移运动的理论分析及水槽试验资料,推移质颗粒的跃移高度,步长及速度与颗粒比重均非定比关系.随着水流强度的增加及颗粒比重的减小,颗粒比重变化对推移质运动参数及推移质和全沙挟沙力的影响愈来愈小.这一问题的认识对利用轻质砂进行动床模型试验时的相似律问题以及输送不同比重矿物的管道两相流输沙率等问题都有重要的影响.     

水流挟沙力研究的BP-GA方法

介绍了BP神经网络和遗传算法的基本原理,编制了计算程序,采用遗传算法优化了BP网络的初始参数。BP网络方法和BP-GA算法的实例分析结果表明:挟沙力影响因素可由水流流速、比降和颗粒沉速确定;BP-GA算法的结果明显优于单纯的BP网络方法。     

新的水流挟沙力计算公式

 在前人研究含沙量影响高含沙水流挟沙力的基础上， 借助悬浮功与浑水紊动能削弱的关系式， 考虑泥沙级配对水流挟沙力的影响， 推导并建立了新的水流挟沙力计算公式。     

粘性细颗粒泥沙水流挟沙力计算公式

1引言由于粘性泥沙不仅大量存在于淤泥质海岸、河口，对那里的河床演变起决定性作用，而且在内陆河流泥沙中也占相当的比重，因此，粘性泥沙水流挟沙力的研究，是泥沙研究中的重大课题，它可以为解决港口回淤、海岸河口演变及挖槽淤积、水库淤积等工程问题提供理论依据，也可以为河流泥沙数学模型提供必要的参数，粘性泥沙水流挟沙力的研究具有现实的意义。由于细颗粒泥沙水流挟沙力往往很大，一般河流中的冲泻质处于次饱和状态，给人造成一种错误印象：即粘性细颗粒泥沙没有水流挟沙力。但是，在考虑水库淤积，尤其是库容曲线的变化及水库…     

非均匀沙水流挟沙力研究

本文对平衡输沙和不平衡输沙情况下非均匀沙水流挟沙力规律进行了研究，得到了平衡输沙时非均匀沙分组挟沙力公式及可能挟沙力经验曲线，定性分析了非均匀沙可能挟沙力与均匀沙挟沙力之间的差异，并且探讨了来沙条件对水流挟沙力的影响，提出了非平衡输沙时瞬时挟沙力和有效挟沙力概念及计算方法。     

黄河口水流挟沙力计算方法研究

对黄河河口区不同形式的水流挟沙力公式进行了系统总结与分析,并采用因次分析法对河口区清10以下104组同步观测资料进行分析,得出了含有泥沙组成因子d25/d75的挟沙能力公式.结果表明,该公式可以较好地计算黄河口的挟沙能力,计算结果与实测资料吻合较好.     

黄河下游低含沙水流挟沙力研究

冲积河流在低含沙水流冲刷后，床面粗化使水流挟沙能力下降现象十分明显。三门峡水库蓄清排浑运用后，黄河下游河道汛期淤积、非汛期冲刷，同样由于断面展宽，床面粗化及悬沙组成也变粗，使得水流挟沙力急剧下降。因此讨论低含沙水流冲刷条件下的水流挟沙力是评估水库下泄大流量冲刷下游河道效果的关键问题。通过试验及野外资料提出的低含沙水流挟沙力公式，它形式简单，与已有公式不同的是，它反映了河道边界条件(即坡降、床沙粗细及断面形态)及泥沙特性对挟沙力的影响。经黄河下游实测资料验证满意，可用以定量估算下游大流量低含沙量时冲刷的减淤作用及艾山-利津河段不淤(或微冲)需要的临界流量。     

黄河水流挟沙力公式的验证

在评述已有水流挟沙力公式验证资料选取方法的基础上,从河床变形的基本概念出发,提出了天然河道强烈冲淤的判别指标。采用该指标选取水流挟沙力公式验证资料,对各家公式验证结果进行了相关性分析和误差分析。结果表明,6组代表性水流挟沙力公式中,张红武公式的计算值与验证资料最为接近,因此建议分析河床演变和数值模拟时选用该水流挟沙力公式。     

BP神经网络在城市水环境承载力预测中的应用

将人工神经网络引入到水环境承载力预测的研究应用中,选取11项指标为模型输入项,把综合污染指数作为输出项,构建了BP神经网络评价模型,利用构建的模型预测评价丽水市内河水环境承载力状况,给出了该区在不同方案下的水环境承载力情况,并对预测结果进行了分析。采用的BP神经网络评价模型具有结构简单、建模方便等特点,通过训练能快速准确获得样本信息,评价结果能直观地反映评价地区的水环境承载状态。     

Analysis of the Spatial Variation and Identification of Factors Affecting the Water Resources Carrying Capacity Based on the Cloud Model

To objectively analyze the effect of the water resources carrying capacity (WRCC) on sustainable regional development, a case study of Heilongjiang Province, China, is conducted. With a focus on the coordinated development of the water resources system, 16 indices are selected to establish an index-based WRCC evaluation system. In addition, based on the index values, initial values are obtained using a fuzzy combined weighting method. The WRCC evaluation levels are objectively generated using cloud model, and the temporal and spatial evolution of the WRCC in the study area is analyzed. The obstacle degree is used to analyze quantitatively the restraint relationship of each index to the carrying capacity. The present study classifies the WRCC into five evaluation levels: level I ([0.01, 0.21]), level II ([0.21, 0.37]), level III ([0.37, 0.47]), level IV ([0.47, 0.63]), and level V ([0.63, 0.82]). When determining the WRCC of each of the 13 observation points, the trend is consistent with both social and economic development, indicating that the evaluation criteria have a high degree of credibility. The main influencing factors of the WRCC also change, between 1999 and 2007, the irrigation coverage, amount of water resources per unit area, and gross domestic product per capita were the main factors, between 2008 and 2014, the agricultural water pollution index, population density, and percentage of industrial wastewater discharge compliant with consent conditions were the main factors. In addition, between 1999 and 2014, the ecological environment gradually became the main subsystem that limits the WRCC.     

基于误差修正的BP神经网络含沙量预报模型

以黄河龙门—潼关河段作为研究区域,在分析区间来沙来水对含沙量影响的基础上,建立了基于BP神经网络的潼关站含沙量过程预报模型。同时,为提高预报模型的预报精度,利用误差序列建立了相应的误差自回归模型对预报结果进行校正。校正前后泥沙过程的对比分析表明,校正后的泥沙过程预报精度有较显著的提高,5场验证泥沙场次的平均确定性系数由校正前的0.35提高到校正后的0.76。     

黄河流域水资源承载能力影响因素分析

20世纪90年代以来,受自然条件和人类活动两个方面的影响,黄河多次断流,水资源短缺,水污染严重,水资源系统遭到了破坏,承载能力持续下降。这种情况已经严重影响到黄河中下游地区社会经济发展、生态环境的改善和人民生活水平的提高。通过对影响黄河水资源因素的分析,除了自然因素以外,管理因素、工程因素、技术因素、社会经济因素和宣传教育因素对提高黄河水资源承载能力和黄河流域社会经济的可持续发展具有重要的现实意义。     

基于BP神经网络的文山州水资源承载能力评价分析

基于人工神经网络模式识别理论和方法,依据水资源承载能力评价指标体系和标准,构建BP神经网络水资源承载能力评价模型,对区域不同规划水平年不同保证率情景下的水资源承载能力进行评价分析。结果表明：①文山州及各县级行政区域的水资源承载能力在不同水平年不同保证率情景下均未达到Ⅰ级标准,表明各评价区域水资源仍有一定的开发利用潜力。②BP神经网络模型的评价结果符合区域实际,且评价网络稳定,结果直观明了,是一种可以运用的区域水资源承载能力综合评价方法。