泰安岩溶水系统地下水水量水质模拟与预测

运用建立的地下水水量水质耦合模型，以2000年为基准，对泰安岩溶水系统2010年的水量及水质进行了模拟预测，指出现状开采条件下岩溶水系统地下水环境将持续恶化；为了实现地下水资源可持续利用，必须对岩溶水系统地下水资源进行优化控制规划。     

郑州市地下水渗流场的数值模拟和优化管理

建立准三维数值模拟模型和优化管理模型对郑州市地下水资源进行评价、管理。以非均质各向同性渗流模型模拟地下水流,用不规则三角网格有限差分法求解。先解逆问题反求参数,再解正问题计算地下水各项资源量,并数值预报地下水渗流场至1998年。将模拟模型与规划模型相耦合,建立了地下水资源优化管理模型。     

遗传算法在非经性地下水经济管理模型中的应用

通常采用基于梯度的数学规划方法求解地下水管理模型,如线性规划和非线性规划。但对于高度非线性、非凸的优化问题,尤其是涉及到经济或环境的地下水管理模型,传统方法难以有效地寻找全局最优解。本文介绍了一种求解非线性地下水资源管理模型的遗传算法,并以山东羊庄盆地分布参数地下水系统非线性管理模型为例,给出了用遗传算法在求解这类问题的一般步骤。结果表明该方法能快速有效地找到全局最优解。     

论岩溶含水层地下水资源评价的概念模型

本文以贵州西部水城岩溶盆地为例,论述了地下水资源开发与工业发展的矛盾。讨论了岩溶含水介质的一些特征并划分其类型模拟含水介质中地下水的运动规律。另外,计算在考到所有输入与输出的情况下岩溶地下水系统内地下水的均衡,试图建立一个能反映该区水文地质条件的岩溶含水层地下水资源评价的概念模型。     

遗传算法在多模式集成天气预报中的应用

采用实数编码的遗传算法,利用其良好的全局优化特点演化出各模式预报值在集成预报中的权重系数,得出集成预报的模型,实现了天气预报多种模式的集成处理,并利用天津气象科学研究所提供的实际测量数据进行了性能分析和验证,结果表明,利用遗传算法可以实现较好的集成性天气预报.     

遗传算法三种编码策略的比较研究

分析遗传算法的二进制、实数、十进制编码策略实现方法,根据各编码的特点,设计相应的改进遗传策略.以前馈神经网络权值优化问题为例,用计算机仿真实验的方法研究三种编码策略对各遗传算法性能的影响.研究结果表明,若同时强调搜索效率和搜索准确性,宜采用实数编码的改进遗传算法;若只强调搜索准确性,则应优先考虑十进制编码的改进遗传算法.研究的结论为遗传算法在高维连续参数优化问题中编码策略的选取提供了理论指导.     

岩溶塌陷宏观减灾地下水管理对策研究

分析了唐山市城市溶溶地塌陷灾害产的原因，探讨了岩溶塌陷宏观减灾对策，通过优化开采地下水资源的管理方案来调整塌陷危险区中的地下水流场，使之形成最不利于发生塌陷的地下水状态，以达到在宏观上产生岩溶塌陷灾害可能性最小的目标。针对具有承压－无压水特征的非线性多含水层系统提出了水资源管理的分体模型方法和双重迭代求解技术。以岩溶塌陷宏观减灾目的，提出了优化控制地下水流场的资源管理方案，为唐山市城市规划提供了科     

淮北市地下水资源优化管理研究

通过对淮北市地、水文地质条件的综合分析，建立了淮北市双含水层系统水文地质概念模型。引入准三维流数学模型进行地下水动态预报及建立地下水管理模型。用线性规划模型提出淮北市地下水资源的最佳管理方案。最后提出开展地下水回灌研究、建立岩溶含水层地下水库、限制发展耗水型工业及用法律和经济手段管理水资源开发等建议。     

基于深度学习神经网络和量子遗传算法的柔性作业车间动态调度

针对柔性作业车间动态调度问题构建以平均延期惩罚、能耗、偏差度为目标的动态调度优化模型,提出一种基于深度Q学习神经网络的量子遗传算法。首先搭建基于动态事件扰动和周期性重调度的学习环境,利用深度Q学习神经网络算法,建立环境■行为评价神经网络模型作为优化模型的适应度函数。然后利用改进的量子遗传算法求解动态调度优化模型。该算法设计了基于工序编码和设备编码的多层编码解码方案;制定了基于适应度的动态调整旋转角策略,提高了种群的收敛速度;结合基于Tent映射的混沌搜索算法,以跳出局部最优解。最后通过测试算例验证了环境-行为评价神经网络模型的鲁棒性和对环境的适应性,以及优化算法的有效性。     

基于实数编码遗传算法的多层神经网络BP算法

提出用实数编码的遗传算法来优化多层神经网络的权值,并且将遗传算法与ＢＰ算法结合,能有效地避免ＢＰ算法陷入局部极小和遗传算法过早收敛,实验结果令人满意。     

基于人工神经网络模型的喀斯特地区枯水资源承载力评价——以贵阳市为例

枯水资源是关系喀斯特地区经济、社会和生态环境和谐发展的重要资源和环境因素.创建了喀斯特地区枯水资源评价指标体系;针对水资源系统自身的不确定性、模糊性以及其他评价方法存在的问题,将人工神经网络模型中的BP网络模型用于喀斯特地区枯水资源承载力的评价中,并以贵阳市为实例进行了评价.评价结果与实际较为吻合,BP网络模型是喀斯特地区枯水资源承载力评价方法的一种新探索.     

应用改进BP神经网络进行用水量预测

针对工业用水量的特点，建立了改进的BP神经网络用水量预测模型，采用遗传算法对BP神经网络权系进行优化改进，改进的BP神经网络算法预测结果好于灰色理论预测和BP算法预测。以本溪市某供水厂用水量数据对改进的BP神经网络模型进行训练并预测，将其预测结果与灰色理论预测和BP神经网络预测结果进行比较分析，得出该方法用于供水系统用水量预测误差较小，同时克服了其他两种算法的缺陷。     

Edge detection of range images using genetic neural networks

Due to the complexity and asymmetrical illumination, the images of object are difficult to be effectively segmented by some routine method. In this paper, a kind of edge detection method based on image features and genetic algorithms neural network for range images was proposed. Fully considering the essential difference between an edge point and a noise point, some characteristic parameters were extracted from range maps as the input nodes of the network in the algorithm. Firstly, a genetic neural network was designed and implemented. The neural network is trained by genetic algorithm, and then genetic neural network algorithm is combined with the virtue of global optimization of genetic algorithm and the virtue of parallel computation of neural network, so that this algorithm is of good global property. The experimental results show that this method can get much faster and more accurate detection results than the classical differential algorithm, and has better antinoise performance.     

Edge detection of range images using genetic neural networks

Due to the complexity and asymmetrical illumination, the images of object are difficult to be effectively segmented by some routine method. In this paper, a kind of edge detection method based on image features and genetic algorithms neural network for range images was proposed. Fully considering the essential difference between an edge point and a noise point, some characteristic parameters were extracted from range maps as the input nodes of the network in the algorithm. Firstly, a genetic neural network ...     

两种不同类型的水文模型在贵州典型岩溶地区的应用

本文建立了两种不同类型的水文模型以研究岩溶地区特殊的产汇流过程．一种是将人工神经网络应用到岩溶地区,采用成因分析法和自相关分析法确定模型的输入变量,进而建立了Back—propagation（BP）神经网络岩溶水文模型．另一种是根据系统理论方法,建立起概念性岩溶水文模型,并采用遗传算法率定模型参数,进而建立了基于遗传算法率定参数的概念性岩溶水文模型．以贵州普定后寨河流为例,将后寨测站不同时段水文资料对这两种模型进行了检验,并分析比较了两种模型在岩溶地区的适用性．研究结果表明,这两种模型均能模拟及预报岩溶地区产汇流过程;按照相对误差RE、互相关系数R和确定性系数QR这3个指标,所建的BP神经网络岩溶水文模型优于基于遗传算法率定参数的概念性岩溶水文模型．     

基于遗传神经网络的钢管壁厚预测模型的研究

为解决钢管热轧过程荒管壁厚难以计算的问题,首先利用遗传算法优化了BP神经网络,在这种遗传神经网络算法的基础上建立了钢管轧制前毛管温度、长度、外径、轧辊转速、芯棒直径五项工艺参数与钢管轧制后荒管壁厚之间的数学模型.经过测试,基于遗传神经网络的钢管壁厚预测模型的壁厚预测误差远小于常规壁厚公式的计算误差,为设计更合理的设置毛管参数提供了科学的依据,对钢管热轧工艺水平的提高的具有重要意义.     

基于人工神经网络的动态联盟制造资源评估方法

在研究了多指标综合评价指标体系的构建与优化理论、Matlab关于人工神经网络的建立和分析了人工神经网络的BP网的优缺点基础上，构建了制造资源评价指标体系：提出应用人工神经网络对制造资源综合评价指标体系进行建模；并用Matlab进行程序编制；形成了基于神经网络的的制造资源综合评价模型和算法。     

多级动态模糊评判与BP神经网络方法的结合--供应链企业绩效评价决策支持系统

从当前神经网络技术在供应链的应用过程中较难找到高质量训练样本数据的现实出发,针对目前供应链企业绩效等级评定现状,提出了基于多级动态模糊评判与BP神经网络方法结合的供应链企业绩效评价,以多级动态模糊评判为采样基础,用人工神经理论建立评价模型,采用多隐层神经网络结构和反向传播(BP)算法训练网络,建立了供应链企业绩效评价决策支持系统。     

一种基于模糊聚类和遗传算法的模糊神经网络模型的学习算法

提出了一种基于模糊聚类和遗传算法的模糊神经网络的学习算法,采用 模糊Ｃ－均值聚类算法进行模糊神经网络模型的结构辨识,得出最优或次优的模 糊规则数,采用改进的遗传算法进行系数辨识。仿真结果证明该算法是可行和有 效的。     

基于遗传算法神经网络的地源热泵夏季低负荷运行性能预测分析

为了探索夏热冬冷地区岩溶地质条件下地热能应用能效,通过运用遗传算法优化的反向传播（GA-BP）神经网络模型预测了夏季系统负荷率低于30%运行工况下地源热泵系统的系统能效比和机组能效比,分析了预测值的预测误差评价指标,验证了GA-BP模型具有较高的预测精度,并应用此模型研究了地源热泵短期能效测试与中长期能效测评的关系。结果表明,GA-BP模型预测的COPsys及COP与计算值的相对误差为±5%,各项预测误差评价指标均比反向传播神经网络（BPNN）模型更小,可见GA-BP模型可用于预测岩溶地质条件下地源热泵系统能效。基于此模型,短期能效测试的最佳时期为一天中14时~16时或7、8月累计13天,且满足机组负荷率达到60%~70%,COPsys及COP预测值可以作为中长期能效比评估,其产生的相对误差在允许的范围内。