BP神经网络模型在水库移民后期扶持评估中的应用

水库移民不是一项简单的人口的空间位置的迁移,而是一个包括移民搬迁、移民安置、移民后期扶持等连续的复杂系统过程。通过建立水库移民后期扶持监测综合评估指标体系,选取23个评价指标,构建BP神经网络模型,以辽阳县为例,进行水库移民后期扶持监测评估并进行分析。结果表明,选取的15个乡镇进行样本监测学习训练,与移民安置监测评估实施情况进行对比,BP神经网络模型训练得出的综合监测评估结果与后期扶持政策监测评估实施情况基本吻合,为今后继续开展水库移民扩展工作提供了科学依据。     

水库调度的神经网络模型

在水库调度中存在着大量的非线性关系 ,采用传统的线性关系的处理方法 ,往往难以取得满意的效果。应用人工神经网络的非线性决策方法 ,利用 BP算法建立调度模型用以处理水库的长期调度 ,结果表明 ,符合实际情况 ,且具有明显的优越性     

基于BP神经网络的洪灾经济损失评估

在分析洪灾经济损失主要影响因素的基础上,采用基于MATLAB的BP神经网络结构,构造洪灾经济损失评估的BP人工神经网络模型,并进行实证分析,得到了比较合理的计算结果.     

基于风险优先数的范家屯水库大坝安全评估

为解决现有的FMECA法忽略水库大坝各安全隐患间相互影响以及安全评估存在较强主观性的问题,研究提出适用于水库大坝安全性评估的FMECA-模糊层次分析法,通过计算失效后果严重程度和失效发生概率建立FMECA评分表,在FMECA评分表中应用风险矩阵的权重计算方法构造判断矩阵,并进一步合理分配各隐患权重,综合评定大坝安全等级。以铁岭县范家屯水库为例,应用FMECA-模糊层次分析法评定其安全等级为A,这与水库安全的鉴定结论一致,可以为水库大坝安全评价提供一种新的方法和途径。     

基于多因素影响的BP-RBF神经网络渗流预测模型

为提高大坝坝基渗流的预测精度,把BP神经网络较强的模糊推理和自学能力与RBF神经网络在函数收敛中的快速性和绝对性相结合,以避免BP神经网络陷入局部最小或不收敛,构建了以水库大坝库水深、降雨量和温度三参数为主要影响因素,大坝渗流量为观测值的函数关系。通过与汾河水库实测资料对比分析表明,基于BP-RBF神经网络模型的坝基渗流预测模型预测效果良好,可以为大坝的安全监测与病险防护提供数据支持,为大坝原型观测资料处理提供了新途径。     

基于改进BP神经网络的水库调度函数研究

介绍了BP神经网络的基本原理及其改进方法。运用改进BP神经网络对水库调度函数进行非线性拟合,并将所得的调度函数应用于水库群联合调度。模拟调度中以出流和时段末水位做决策,两者相互印证和补充。实例表明,神经网络拟合精度较高,水库群的模拟联合调度取得了满意的效果。对于金沙江下游梯级及三峡葛洲坝水库组成的6库水电系统,对比按常规调度和线性调度函数方式,梯级保证出力分别增加了380 MW和160 MW,年均电量分别提高了73.79亿kW.h和12.45亿kW.h,年均弃水量分别减少了512.5亿m3和87.7亿m3,效果显著。     

基于水库标准化管理的信息平台研究与建设

文章针对基于水库标准化管理的信息平台研究与建设,采用工程实例结合理论实践的方法,先分析了目前水库管理的现状和建设水库标准化管理的信息平台的必要性,接着探讨基于水库标准化管理的信息平台研究与建设的要点,最后提出标准化管理信息平台的特点和优势.分析结果表明,水库管理内容复杂,管理难度大,建设其基于水库标准化管理的信息平台,...     

基于BP神经网络的大坝沉降预测模型

以某大坝沉降监测数据为例,利用Matlab软件的BP神经网络工具箱进行建模分析和预测。结果表明,滚动BP神经网络算法能较好地应用于大坝沉降数据的预测,具有良好的应用前景。     

基于BP神经网络模型的水库塌岸预测研究

考虑水库塌岸预测的非线性,构建基于BP神经网络模型的水库塌岸非线性预测模型,以漳河流域内岳城水库为研究对象,结合野外实地勘察数据,对岳城水库塌岸进行预测。研究结果表明:所建水库塌岸非线性预测模型预测结果与实际情况较为吻合,预测的左右岸水库塌岸和实地调查塌岸相对误差分别为1.92%和2.15%,岳城水库左右岸塌岸宽度预测平均值分别为31.8m和36.9m;水库下游预测塌岸速度小于1m/a,中上游塌岸速度大于1m/a,下游库岸态势较为稳定,中上游塌岸趋势将加剧。研究成果对于水库塌岸非线性预测及岳城水库塌岸防治和岸坡加固设计提供参考价值。     

基于MATLAB的神经网络在湖泊富营养化评价中的应用

以MATLAB为工具,建立评价湖泊水体富营养化状态的BP神经网络模型,应用此模型对我国9个湖泊富营养化程度进行评价。将此评价结果与用分级评分法、模糊数学法、Fuzzy Grey决策法的评价结果进行比较分析,得出较一致的结论。同时表明用MATLAB构建神经网络简洁、高效,具有更好的通用性和实用性。     

常态化推进水库标准化管理的对策思考

江西省1万余座水库通过3年标准化管理创建工作,基本达到标准化管理要求.为保持现有成果并逐渐提升工程管理水平,有必要采取针对性的措施来常态化推进水库标准化管理.本文提出了建立标准化管理监管服务平台、培育社会化专业化技术服务市场、加大技术培训力度、健全落实激励机制等4个方面的具体对策措施,具有较强的操作性和实用性,可供各级管理人员参考借鉴.     

最严格水资源管理评价的神经网络模型及其应用

以云南省曲靖市最严格水资源管理评价为研究对象,提出了最严格水资源管理评价指标体系和分级标准,构建基于回归支持向量机(SVR)和径向基函数(RBF)神经网络的评价模型。利用层次分析法(AHP)从用水总量、用水效率、限制纳污与责任考核4个方面遴选出20个指标,构建最严格水资源管理评价指标体系和分级标准;采用随机生成和随机选取的方法在最严格水资源管理评价等级标准阈值间构造小容量训练样本和检验样本对SVR与RBF模型进行验证。利用SVR与RBF模型对实例进行评价分析。结果表明:1SVR与RBF模型具有较高的评价精度和泛化能力,可用于最严格水资源管理评价。2SVR与RBF模型对曲靖市2010、2015、2020和2030年最严格水资源管理评价分别为"不理想","较理想","理想"和"最理想"。     

基于MATLAB的Elman神经网络在大坝位移预测中的应用

根据MATLAB的Elman神经网络模型能够逼近任意非线性函数的特点和具有反映系统动态特性的能力,提出了一种利用：Elman神经网络建立大坝位移预报模型的方法。通过实例比较Elman模型与BP模型的预测效果,结果表明,所建立Elman神经网络模型不仅收敛速度快,且其预测精度高于BP网络模型。利用MATLAB神经网络工具箱能使工作者从繁琐的编程中解脱出来,有效的提高工作效率。     

MATLAB神经网络工具箱在径流模拟中的应用

选择汉江上游回水河流域为研究区域,运用美国Mathworks公司发布的MATLAB神经网络工具箱构建BP神经网络,采用traingdm函数(动量梯度下降反向传播算法)、trainlm函数(Leverberg-Marquart优化方法)和trainbr函数(Leverberg-Marquart优化方法结合贝叶斯正则化方法)来训练BP网络,进行日流量模拟,并比较3种算法的模拟精度.结果表明:使用MATLAB神经网络工具箱可以快速、高效地构建BP神经网络,并应用于径流模拟中;神经网络工具箱提供的大量网络构建函数、快速学习算法和友好的图形界面大大缩短了神经网络的建模时间,使网络设计者摆脱繁琐的编程工作,将研究重点转移到如何优化网络配置、提高网络学习效率、推广能力和仿真效果上来;在回水河流域,采用trainbr函数训练的网络模拟径流的精度较traingdm函数和trainlm函数的精度高.     

水库流域年均径流模型的灰色神经网络分析

水库流域年均径流量受诸多因素影响，而年均径流量对水库流域水资源经济开发利用作用显著。利用改进后的灰色模型对某水库流域实测数据的年均径流模型进行了相关影响因子的建模分析，将预测值与实测值作为神经网络的训练样本，对网络进行训练并分别进行识别，同时进行误差分析对比。结果表明，灰色神经网络能对水库流域年均径流模型进行预测分析，精度较高，所得结果与实际观测数据基本相符。     

广西水库管理信息系统

指出建立广西水库管理信息系统的必要性及意义,详细介绍了系统的设计思路、要求、构成和功能,并介绍了地理信息系统及数据库等有关情况。系统投入运行效果良好,为日常管理水库发挥了较大的作用。     

冯家山水库自动化管理系统运行简介

通过对冯家山水库自动化管理系统实际运行情况的介绍,指出该自动化系统在工程管理中的特点及存在的问题,为类似工程的自动化管理提供参考.