PSO-RBFNN模型及其在岩土工程非线性时间序列预测中的应用

岩土工程受力变形演化是一个典型的非线性问题,其演化的高度非线性和复杂性,很难用简单的力学、数学模型描述,但可用粒子群优化径向基神经网络对岩土工程应力、位移非线性时间序列进行动态实时预测。网络径向基层的单元数通过均值聚类法确定后,所有其它参数：中心位置、形状参数、网络权值,均通过粒子群优化算法在全局空间优化确定。工程实例应用表明,该模型预测结果准确、精度高,有良好的应用前景。     

河北省坡底、西台峪小流域水土流失影响因素分析

以河北省南部太行山区2个小流域实验站监测资料,在不同自然地理类型流域上,分析流域泥沙与降雨特性的关系、流域植被对产输沙的影响以及地形因子、土壤因子等的影响.结果表明,在不同类型流域.流域输沙模数与降雨侵蚀力之间存在着相当好的线性正相关关系;在土壤因子、坡度因子比较相近的情况下,植被和地貌发育程度等下垫面环境因素对流域产输沙量起着十分重要的控制作用.     

地下水数值模拟中人为边界的处理方法研究

边界条件预测是地下水数值模拟中的关键问题。本文针对人为边界受自然和人为因素影响,边界流量变化复杂难于预测的问题,讨论了人为边界条件的处理方式和实现方法,并将其应用到具有人为边界的二维潜水含水层系统。预测结果表明,受区内人工开采影响,边界流量呈逐年上升趋势,部分边界由流出边界转化为流入边界,结果符合地下水系统变化趋势,提高了预测精度。     

淮河流域干江河年径流演变特征及动因分析

以干江河1954～2001年径流时闯序列为研究对象,采用数理统计和混沌分形结合的方法,揭示干江河年径流演变特征及物理成因.结果表明:年径流量存在不太显著的减少趋势;径流演变存在两次明显的突变,即1957年和1985年,三个阶段序列的统计特征值存在明显差异;人类因素对径流减少的贡献率在三个阶段依次为O%、3.2%、7.5%;工业、城镇居民大量用水和农业灌溉用水是影响径流减少的人类因素中最主要的因素.     

俄罗斯砂岩型铀矿成矿定量预测技术及应用

本文系统地介绍了俄罗斯砂岩型铀矿成矿定量预测技术的基本原理及建立矿床物理-数学模型、成矿预测等关键技术,并在潮水盆地大红山地区进行了成矿预测应用.认为该成矿预测技术丰富了我国铀矿成矿定量预测方法,可作为我国砂岩型铀矿成矿预测的一种新的技术手段.     

钱二块铀矿床采铀注液结垢趋势的理论分析与预测

用离子系数矩阵法对钱二块铀矿床地浸采铀试验注液中存在的独立离子反应进行了确定,由溶度积规则及反应平衡原理,借助Matlab编程,估算出了钱二块铀矿床地浸采铀试验注液可能会生成的沉淀物种类及数量,为防治结垢提供了一定的理论依据.     

河流集合预报方法(ESP)在水资源中长期预测中的应用研究

中长期径流预测是水文水资源研究领域中的一项重要内容,为水资源规划管理及可持续利用、防汛抗旱、水库调度与发电计划制作、工农业用水计划编制等提供科学依据,对国民经济发展具有十分重要的意义.但由于大气圈极其复杂,水文要素并非仅是气象强迫输入的函数.它还受流域基本特性,前期来水以及人类活动等诸多因素的影响,中长期径流预测在其计算中存在着多种不确定性.因此,中长期径流预测一直是水文预测研究中难度较大的课题之一.本文引入河流集合预报方法(ESP),以丹江口水库为应用实例,利用水文气象历史资料和新安江水文模型,预测分析水库2007年10月份每旬的平均入库流量及概率分布统计,并经与实测流量过程对比分析,满足水库运行调度需求,为水库发电计划制作提供了可靠依据.     

基于AGA的SVM需水预测模型研究

需水预测是一个由城市人口、工业水平、社会经济水平共同作用的多因素、多层次的复杂非线性系统.其结果将直接影响受区域水资源承载力约束的产业结构、布局形态等决策.作为一种集中参数预报方法,支持向量机方法具有对未来样本的较好的泛化性能,对于这类资料缺乏、系统结构尚欠清晰的问题可以取得较好的模拟和预测结果.基于此,本文将支持向量机方法引入需水预测领域,建立了需水预测支持向量机模型.同时,本文将加速遗传算法和支持向量机方法耦合起来,构造了支持向量机模型参数的自适应优化算法.模型在珠海市的应用实例表明:与简单遗传算法比较,AGA的模型参数寻优效率更高;与BP神经网络模型相比,SVM模型较好地解决了小样本、经验性等问题,并取得了较高的预测精度.     

珠江流域的枯水研究与展望

本文简述了珠江下游控制站枯季径流特点及珠江流域枯水研究概况,对珠江枯水研究进行了展望,提出了未来珠江枯水研究的重点:开展人类活动对枯水径流的影响研究及枯水水文气候研究,同时指出,为指导流域的防旱抗旱工作,需建立枯水水情数据库及枯水预报模型.     

两种随机地下水位动态预测模型在吉林西部的应用与对比

时间序列模型和人工神经网络模型是两种常见的地下水资源模拟预测模型,为了对比二者的优缺点,本文对比分析了两者的建模过程及其模拟精度.选择吉林省西部干旱半干旱区为研究区,该区地下水资源在过去10年问由于长期超采而导致地下水位持续下降.相比ANN模型,时间序列模型建模过程更为简单,计算效率更高."后验差"检验结果表明两种模型均能很好的模拟地下水位变化规律,但改进ANN具有更高的拟舍精度.同时,两种模型预报结果均显示研究区如继续按过去的开发模式开采地下水,地下水位还将持续下降,且下降速率逐步增大.