人工神经网络在我国流域水沙分析预测中的应用研究进展

从人工神经网络独特的特点和类型入手,详细地介绍了人工神经网络模型在我国流域水沙分析预测研究中的应用情况．并对其在研究中存在的问题和以后的研究方向作了探讨。     

BP-ANN模型在井灌水稻区地下水埋深预测中的应用

利用改进的BP算法，对三江平原创业农场进灌水稻区月平均地下水埋深进行了模拟仿真，网络拟合精度与预测精度均达到满意效果。BP－ANN模型为节约地下水开采量，恢复该地区的地下水动态平衡、制订农作物优化灌溉制度，促进农业及水资源的可持续发展提供参考作用。     

离散Hopfield神经网络在湖库营养状态评价中的应用——以全国24个湖库富营养化等级评价为例

基于离散Hopfield神经网络联想记忆特性,建立了湖库富营养化等级综合评价模型,对全国24个湖库进行富营养化等级综合评价,并与文献投影寻踪法、评分指标法和LM-BP网络法的评价结果进行比较。结果表明:①离散Hopfield神经网络运用于湖库营养化等级评价具有简单、直观,容易实现等优点,其评价结果令人满意;②一般离散Hopfield神经网络并非适用于任何富营养化等级评价,当评价对象单项指标(因子)间存在较大差异时,对象将得不到正确的评价。     

干旱内陆区自然-人工条件下地下水位动态的ANN模型

根据我国干旱内陆区自然-人工条件下地下水系统的特点,建立了甘肃省石羊河流域下 游地下水位动态的人工神经网络模型,采用附加动量法和学习速率自适应调整策略对反向传播算法（BP）进行改造,以提高计算速度。该模型以前期地下水位、降雨量、蒸发量、地表来水量、灌溉面积、灌水定额、人口数量作为输入变量,采用缺省因子检验法分析了上述各个因子对地下水位影响的敏感性,模拟了不同灌溉发展面积及地表来水条件下地下水位动态。结果表明：研究区人类活动及地表来水是影响地下水位动态的主要因子,灌溉面积的扩大及地表来水的减少会使地下水位持续下降。模型具有较高的精度,可以较好地定量描述地下水位动态与上述各因子之间的响应关系;研究结果可应用于该地区地下水系统的管理。     

城市给水管网爆管点动态定位的神经网络模型研究

本文基于人工神经元网络原理，结合一个城市给水管网室内模型试验研究，通过BP神经网络模型的模式分类和辨别功能，对城市给水管网爆管点的动态定位进行了研究.得到了一些关于使用神经网络进行给水管网爆管点动态分析的重要结论.     

基于人工神经网络的钢筋混凝土受弯构件正截面抗裂预测

钢筋混凝土构件抗烈度预测受多种条件因素的影响,现有的方法由试验实测数据建立的数学模型误差较大,因此有必要寻求一种精度较高的方法进行抗烈度预测。通过实测试验数据,训练形成一个三层BP网络,其中78组数据作为学习样本,另外9组数据则作为测试样本,建立了人工神经网络预测钢筋混凝土正截面抗裂性能的方法,还对其他模型抗裂性能的计算值与实测值进行了比较。该方法预测值与试验值吻合良好。结果表明,提出的人工神经网络预测钢筋混凝土正截面抗裂度预测方法具有对直接参与训练的数据仿真效果好,整体预测精度高,与理论分析得出的结论基本一致,可用于受弯构件抗烈度预测。     

油气田区承压含水层地下水污染机理及其脆弱性评价

根据研究区地质构造及水文地质概况,分析了研究区承压含水层地下水有机污染的机理,建立了针对该地区承压含水层地下水污染脆弱性评价指标体系,并应用神经网络技术作为评价体系中参数的赋权方法;由ANN与GIS耦合技术得到的研究区承压含水层地下水污染脆弱性区划图比较好地符合研究区的实际情况。     

均匀沙床面动床阻力计算的人工神经网络模型

针对泥沙运动数据含有噪音且样本数据较多的特点,提出采用人工神经网络(ANN)BP模型批学习的训练方法可有效地缩短计算时间、提高训练精度。建立了由能坡、无因次单宽流量和无因次泥沙粒径等3个参数预测水深的结构为3-33-1的冲积河槽动床阻力BP模型。预测结果与实测资料比较表明这个人工神经网络模型的预测精度较高,同时这个模型与21个动床阻力公式的比较表明人工神经网络模型要比传统的回归模型精度高。     

稀疏样本下冬春季月平均气温空间插值研究——以新疆玛纳斯河流域为例

针对我国典型高寒山区——新疆天山中段玛纳斯河流域积雪-融雪过程模拟中气温空间数据的制备问题,以气象站点稀少的玛纳斯河流域为研究区域,利用最小二乘相关分析法开展了冬、春季(2015年11月-2016年4月)气温环境变量分析,通过共线性检测确定了纬度、海拔、坡度、坡向、NDVI 5个环境变量组成了最优因子集,构建了基于广义回归神经网络(GRNN)的月平均气温空间插值模型。采用区域内139个站点中的119个观测站点数据作为训练数据对GRNN模型进行训练,确定了冬、春季6个月的区域气温空间插值模型。利用剩余的20个观测站点数据作为检验样本,以均方根误差(RMSE)和平均相对误差(MRE)为评价指标,对模型的回归误差进行分析。结果表明:本模型6个月的平均RMSE值为1. 46,优于传统的地理加权回归克里金(GWRK)方法(其平均RMSE值为2. 22)。此外,从不同月份的气温空间插值分布图来看,本文模型空间插值后的气温变化趋势与实际变化趋势一致。从气温的空间分布情况来看,各空间点的气温与其海拔高程呈正相关,且随地表覆盖类型变化。这也表明本文提出的插值策略并组合建立的GRNN模型对于稀疏气象站点条件下的气温空间插值精度更高,一致性较好。     

基于百分位数法的中国不同强度小时降雨频次空间分异格局及其变化模态研究(1961-2013)

高分辨率的降水数据有助于科学认识全球增暖背景下不同强度降雨事件的空间分异特征。采用1961—2013年中国545个气象观测站的小时降水数据,基于50%和90%分位数,将小时降水事件分为弱降雨、中等强度降雨、强降雨和总降雨四类事件,从气候态特征、波动特征、变化趋势和时空变化模态四个方面诊断了上述四类小时降雨频次的空间演变特征。结果表明:(1)基于50%和90%分位数阈值的方法表明中国小时降雨阈值具有明显的东高、西低,沿海高、内陆低的空间分异特征。(2)中国不同强度小时降雨频次在1961—2013年呈现出东南高、西北低的空间分异特征,其中从东北至西南存在一个介于东南和西北之间的过渡带,其不同降雨频次介于东南和西北之间。(3)中国不同强度小时降雨频次波动特征首先呈现出东南波动小,西北波动大;其次呈现出南方波动小,北方波动大的空间分异特征。中国不同强度小时降雨频次均在长江流域呈现出增加趋势,强降雨和总降雨频次在京津冀地区也明显趋于增加。(4)基于EOF分析的结果表明中国不同强度小时降雨频次在长江流域趋于增加是最主要的模态特征,该模态小时弱降雨、中等强度降雨、强降雨和总降雨频次的方差解释率分别达62.49%、59.41%、46.26%和67.20%。