排序方式: 共有8条查询结果,搜索用时 15 毫秒
1
1.
2.
长短期记忆神经网络(long-short term memory neural network,LSTM)是一种适合模拟与预测时间序列长程变化的神经网络,可用于研究中长期水文预报问题.以黄河源区唐乃亥流域为研究区域,根据2000-2009年的日降雨量、蒸发量和流量资料,构建了未来30 d的逐日流量LSTM预报模型,并以... 相似文献
3.
4.
5.
6.
针对传统综合水质标识指数法在权重赋值等方面的不足,利用AHP法和变异系数法分别计算出各水质评价指标的权重,采用乘积归一法和加权平均法对权重进行组合,提出基于AHP与变异系数组合赋权的水质综合评价模型。以竹皮河为例,应用该方法对水质进行评价,同时将评价结果与基于AHP与熵权组合赋权的综合水质标识指数法、传统综合水质标识指数法、层次分析法以及模糊综合评价法等进行对比。结果表明,竹皮河四个监测断面水质均不满足水环境功能区划的要求,与实际情况相同,验证了该方法的正确性,研究成果可为环境管理提供参考。 相似文献
7.
由于内外业参考面不同,在城市轨道交通工程导线测量过程中,边长测量必须经过高程归化和投影改正两项综合改正.以郑州市轨道交通8号线工程为例,当综合改正数超限(15 mm/km)时,通过选择合适的抵偿高程面可以取得良好的效果. 相似文献
8.
针对大型梯级水电站枯水期调度面临的市场环境复杂、枯汛转换期来水形势多变等难题,提出了梯级水电站调度决策多模式自适应匹配方法,分别建立“无(消落)压力环境”模式和“有(消落)压力环境”模式下的优化调度模型,根据预报信息自动选择和灵活切换调度模式和目标,生成各电站水位动态控制和灵活调整策略。结果表明:“无(消落)压力环境”模式下可使流域发电量增加2.57%;“有(消落)压力环境”的“均匀突破”模式和“集中突破”模式下分别可增加发电量4.59%、5.32%,前者面临无法消落到位的风险更小,后者发电效益更大。该模型可有效降低枯水期消落和发电风险,提升流域整体发电效益,对于不同来水、发电等工况均表现出较好的适应能力和优化效果。 相似文献
1