基于BP神经网络的施工导流风险评价

针对现阶段施工导流风险评价模型存在的不足,提出了采用BP神经网络定性与定量相结合的方法评价施工导流风险,构建了施工导流风险评价模型,并介绍了应用BP神经网络评价施工导流风险的操作步骤,以期为施工导流风险评价提供一种新途径.     

基于BP神经网络的北江流域洪灾风险评价

依据灾害系统理论,在GIS技术支持下构建了北江流域洪灾风险评价指标体系及基于BP神经网络的洪灾风险评价模型,评价了北江流域洪灾风险,并与历史发生的大洪水相比较.结果表明,该模型评价结果较好地反映了流域实况,具有合理性,并提供了洪灾风险评价图.     

基于熵权-AHP的水库移民风险模糊综合评价模型及应用

为准确评价水库移民风险,结合现有资料,从环境、社会、政策、经济四个维度构建多层次评价指标体系,将信息熵理论和模糊综合评判法相结合,构建了水库移民综合评价模型,并将其应用于山东省某水库移民工程实例中,验证了该模型的有效性。研究成果可为水库移民安置决策提供参考。     

水库移民社会风险预警系统初探

在分析移民所受社会风险的基础上，建立了水库移民社会风险预警系统综合指标体系及社会风险预警核心指数，并给出了评价方法，以估量移民所受社会风险的程度，最大限度地消除水库移民系统的社会风险。     

水库移民安置效果综合评价研究

大规模的水利水电建设不可避免地带来大量的征地移民,移民安置效果的好坏直接影响到社会的安定和谐。从移民安置的实际出发,建立了由生活恢复、生产恢复、持续发展等目标及若干子项构成的移民安置效果综合评价指标体系,该指标体系涵盖了与移民生产生活直接关联的各个方面。采用层次结构模型和模糊理论相结合的方法来对指标体系进行计算。并以四川省某水库移民安置区的综合评价为例进行了实例研究,可为今后类似的移民安置工作提供参考。     

大中型水库后期扶持项目管理

如何在充分利用后期扶持资金基础上开展项目扶持工作,改善库区和移民安置区群众的生产生活条件,是后期扶持的一项重点工作。结合广西壮族自治区大中型水库移民后期扶持监测评估工作,提出了新时期如何做好水库移民后期扶持项目管理工作,进一步建立和完善大中型水库移民后期扶持政策,规范移民后期扶持工作。     

基于灰色关联度与BP神经网络的清河水库总氮浓度预测模型

为了实现清河水库总氮浓度的预测,建立了基于灰色关联分析的BP神经网络水质预测模型(GRABP),即采用灰色关联度的方法,选取总磷、挥发酚、化学需氧量、pH值、氨氮五项水质指标作为BP神经网络总氮预测模型的输入变量,根据五项最优影响因子与总氮浓度的对应关系,对模型进行了训练,并将训练好的模型应用于2016年8~12月的总氮浓度预测中。结果表明,GRA-BP网络模型较BP网络具有较高的预测精度,预测的相对误差均在5%以内,可为清河水库的水质管理提供科学的指导。     

大中型水库移民后期扶持政策绩效及影响因素分析

基于JX省6 730户水库移民调查数据,采用Logistic模型分析了大中型水库移民后期扶持政策（2006~2010年）实施绩效及影响因素。结果表明,移民后期扶持政策对改善移民发展环境、提高水库移民生产生活水平、推动库区及安置区经济社会快速平稳发展发挥了积极作用;移民对政策宣传、直补资金发放和技能培训的满意与响应程度对库区及安置区的社会稳定会产生较大影响。在此基础上提出了注重政策宣传、关注风险防范、强化生产扶持等政策建议,从而完善了后期扶持政策内容、提升了政策绩效。     

基于BP神经网络的大伙房水库洪水预报

鉴于大伙房水库洪水预报模型为集总式模型,其参数不仅需要优选法选定或人工试错法确定,还需要实时校正,因此根据大伙房流域特点提出了一种半分布式BP神经网络洪水预报模型,实现了模型中参数的自动率定,且由于其半分布式的特点还规避了原集总式模型的部分劣势。即采用DEM和ArcGIS根据水文站及自然流域分水线划分流域,创建BP神经网络,然后应用于各子流域断面及入库断面,预报其流量值,并在每个网络中均运用逐步回归分析法对输入层数据进行筛选,以得到影响最显著因子。将所建模型应用于大伙房水库,预报精度较好,可用于大伙房水库的正式预报。     

关于大中型水库移民后期扶持政策 实施监测评估的思考

以发改农经[2011]1033号文件监测评估大纲为基础,针对监测评估工作进行思考。分析监测评估工作现存问题,提出监测评估大纲需完善内容,研究监测评估工作常态化方案,并对监测评估工作进行了展望。     

综合利用水库调度风险评价决策技术研究

鉴于综合利用水库调度涉及防洪、发电、供水、航运、生态等多个不可公度的目标,建立了相应 的价值函数和风险评价指标体系,基于损失越大权重越大的基本理念,提出了一种通过主客观综合度量 确定各指标权重的方法,结合风险的基本定义和逼近于理想解的排序方法,构建了综合利用水库调度方 案风险的综合评价模型,并将其应用于丹江口水库调度的计算分析中。结果表明,该模型不仅能给出方 案面临的各类风险情况,且可方便快捷地从方案集中选出最佳方案。     

基于改进BP网络的日径流预报模型研究

针对常规BP算法收敛速度慢和难以获得全局最优的不足,将网络误差函数的改变量引入权值和偏移值的调整,采用自适应学习速率和自适应动量因子调整策略,建立了基于多层感知器神经网络(MLP-ANN)的水文预报模型.采用自相关函教(ACF)和交又相关函数(CCF)确定网络输入因子并使用试错法优化网络结构.以湖南省双牌水库日入库流量预测为应用实例,并将模拟结果与常规BP网络模型和新安江模型进行对比分析.结果表明,改进模型收敛速度快、预报精度高.     

基于BP神经网络的汽车散热器性能研究

利用较新的BP神经网络预测方法,构造了汽车散热器预测模型,对管带式、管芯式汽车散热器进行了预测,预测值和试验值吻合,说明利用BP神经网络方法对汽车散热器性能进行预测,方法是可行的。     

基于灰色BP网络的城市生活垃圾日产量预测模型研究

通过对灰色BP神经网络模型的分析与研究,给出了灰色BP神经网络的建模方法,建立了基于灰色BP神经网络的城市生活垃圾日产量预测模型,通过一组历史数据分别对GM模型和灰色BP神经网络模型进行了验证,得到了灰色BP神经网络的预测效果要比单纯的灰色预测模型精度要高的结论,本模型是研究通过少量数据进行预测的一种新方法。     

BP与GIS耦合的地下水水质综合分析评价

为探讨水质综合评价的客观方法,选取总硬度、铁、硫酸盐、溶解性总固体、硝酸盐作为评价指标,参照《地下水质量标准》,以四川省雅安市雨城区为例,采用BP神经网络模型与GIS相耦合的评价方法,分析评价了地下水水质分布状况。结果表明,该区北部、中部和东部地下水的硫酸盐和溶解性总固体偏高,西部和南部地下水水质情况较好,该方法较为直观、合理。     

基于逐步回归-BP神经网络的大坝变形监测模型

针对拱坝坝肩抗力体是坝体的重要受力部位,应用结合逐步回归分析方法的BP神经网络构建监测模型,以提高BP神经网络的泛化能力和模型的预测准度和精度,利用C语言编程训练,成功完成了预测,且传统模型预测数据的残差平方和大于改进后的残差平方和。实例分析结果表明,该监测模型可行、有效,并具有通用性。     

基于BP神经网络的汽轮机排汽焓在线计算方法

汽轮机排汽点处于湿蒸汽区,由于现场缺乏蒸汽湿度的测量手段,排汽焓值难以直接确定,其计算取值一直是火电机组热力系统热经济性在线分析诊断的难点之一。影响排汽焓的因素很多,它们与排汽焓之间属于典型的非线形关系。本文利用BP神经网络良好的非线形映射能力,以NK200-12．7／535／535型空冷机组为例,介绍了应用BP神经网络建立汽轮机排汽焓计算模型的方法,并成功应用于某电厂热经济性在线诊断系统中。     

CO2在盐水层中的扩散和运移泄漏风险评价模型

温室效应和空气污染是21世纪人类面临的严重问题,而CO2埋存是解决温室效应的最有效方法。在CO2地下地质埋存中,盐水层埋存因其地质储量巨大受到了极大关注,同时也存在很多潜在的风险,因此建立CO2注入到盐水层后的扩散运移泄露风险评价模型将为人类安全埋存CO2提供理论支持。首先,考虑到CO2在联通水层中因浓度差泄漏,以菲克定律为理论基础,结合惠尔凯公式,建立了CO2扩散泄漏风险评价模型;其次,考虑到CO2在联通水层中因压力差泄漏,以达西定律为基础,利用气体平面径向稳定渗流公式和垂直管流相关公式等建立了CO2运移泄露风险评价模型;最后,考虑到CO2从盖层逃逸,以毛细管压力为基础建立了CO2通过盖层泄漏风险评价模型。结果表明,扩散系数越大,泄漏时间越短;扩散和运移泄漏时间相差很大,计算运移泄漏时可忽略扩散作用的影响;当埋存的CO2剩余压力小于盖层的突破毛细管压力时,气体以扩散方式泄漏,否则在压力差的作用下以渗流运移方式泄漏。