Streeter-Phelps模型参数估计的遗传算法

提出Streeter-Phelps模型参数估计的新方法--遗传算法(Genetic Algorithm),它不同于常规参数估计方法,其优点在于,从多个初始点开始寻优,并采用交迭和变异运算避免过早地收敛到局部最优解,可获得全局最优解,且不受初始值影响.该方法不必求导计算,编程简单快捷.给出了实例计算及与其他方法相比较的结果.     

基于农户行为的耕地质量评价指标体系 构建的理论与方法

从农户土地利用目标变化相关理论出发, 依据在不同经济发展阶段下, 农户土地利用目 标的产量最大化、产量与利润最优化和利润最大化三个阶段的变化特征, 创建了基于农户土地利 用目标变化的“压力- 状态- 效应- 响应”逻辑框架模型; 并据不同经济发展阶段下的“压力- 状态- 效应- 响应”的变化特征, 构建了基于农户土地利用目标变化的耕地质量评价指标体系。这一评价 指标体系的建立为我国在不同经济发展阶段下, 从农户尺度上进行耕地质量保护提供政策依据。     

复杂地质背景下露天采场边坡失稳地质灾害预测及其防治对策

露天采矿场边坡失稳作为露天开采矿山常见的一种地质灾害,对采矿工人的人身安全和矿山开采设施及财产造成了极大危害。本文通过对大宝山露天采场边坡相关影响因素的研究,从影响采场稳定性的地质因素、采空区综合分析,辅以赤平极射投影的方法,探讨了在复杂地质背景下露天采场边坡失稳地质灾害的预测及其综合治理对策。     

浅析四川汶川索桥滑坡稳定性及治理措施

根据工程地质测绘及勘探成果资料,在对四川汶川县索桥滑坡产生的成因机理和破坏模式进行分析判断的基础上,对两个潜在滑移面在不同的工况下的稳定性进行了分析评价,确定岩土交界面为最危险滑面.在此前提下对边坡发展趋势及激发诱因进行科学预测,认为在暴雨或余震等诱发下边坡极有可能失稳,并有针对性的制定了应急防治与永久根治的综合治理方案.     

基于层次分析法的矿山岩土工程系统环境质量多目标评价模型

矿山开发给矿区环境带来了负面影响,对矿山环境质量进行评价是实现矿业可持续发展的必要手段。笔者建立了矿山岩土工程环境质量多目标评价指标体系,运用层次分析法确定出各个评价指标的权重; 规定了分级规则,并对各个评价指标进行了分级; 建立了矿山岩土工程体系环境质量多目标综合评价模型,并将该模型应用于矿山实际,得出该矿山环境质量较差,需及时采取措施进行治理。     

塌陷区地基治理的测井检测方法

利用超声波扫描成像、密度、电阻率、声速、井径等测井方法,对塌陷区灌注水泥粉煤灰浆治理后的检测,效果明显,为治理后的地基稳定性评价提供了直观可靠的依据。     

基于Atmega16的多点温湿度测控系统设计

介绍了基于Atmega16单片机为检测和控制核心,并同多个数字温度传感器DS18B20及模拟湿度传感器HS1101构成温度与湿度的测控系统.给出了系统的总体设计方案、硬件设计及软件框图.所设计的粮情测控系统具有优良的性价比,通过系统软硬件的联合调试说明,该系统可以满足对温湿度及烟雾进行实时监控的需要,具有稳定性好、精度高等特点,有一定的应用价值.     

地铁盾构隧道下穿京津城际高速铁路影响分析

以北京地铁14号线马家堡东路站–永定门外大街站盾构区间隧道为背景,对隧道施工中的特级风险源--区间下穿京津城际铁路段的施工过程进行了三维仿真数值模拟。京津城际列车最大时速可达350 km/h,两轨面间的差异沉降不得大于5 mm,对地铁下穿段的施工提出了较高要求。数值模拟的计算结果表明,通过对下穿段一定范围内的土体进行注浆加固可以有效控制盾构隧道施工引起的既有铁路纵向和横向沉降及不均匀沉降,从而保证既有铁路安全运营不受影响;同时,计算获得的管片后注浆参数及盾构机内土舱压力为隧道设计、施工提供了重要的参考依据。     

河流水质预测中的模型选择和源强估算

论述了在水质规划和预测中水质模型的选择原则及不同模型的功能,指出COD一级降解模型在理论上的明显缺陷。同时探讨了由COD_Cr和COD_Mn法两种测定方法所引起的在源强计算中存在的问题,提出了较为合理和实用的BOD₅的源强估算方法。     

Neural network prediction of nitrate in groundwater of Harran Plain, Turkey

Monitoring groundwater quality by cost-effective techniques is important as the aquifers are vulnerable to contamination from the uncontrolled discharge of sewage, agricultural and industrial activities. Faulty planning and mismanagement of irrigation schemes are the principle reasons of groundwater quality deterioration. This study presents an artificial neural network (ANN) model predicting concentration of nitrate, the most common pollutant in shallow aquifers, in groundwater of Harran Plain. The samples from 24 observation wells were monthly analysed for 1 year. Nitrate was found in almost all groundwater samples to be significantly above the maximum allowable concentration of 50 mg/L, probably due to the excessive use of artificial fertilizers in intensive agricultural activities. Easily measurable parameters such as temperature, electrical conductivity, groundwater level and pH were used as input parameters in the ANN-based nitrate prediction. The best back-propagation (BP) algorithm and neuron numbers were determined for optimization of the model architecture. The Levenberg–Marquardt algorithm was selected as the best of 12 BP algorithms and optimal neuron number was determined as 25. The model tracked the experimental data very closely (R = 0.93). Hence, it is possible to manage groundwater resources in a more cost-effective and easier way with the proposed model application.