郭庄泉流量变化特征分析

通过对郭庄泉年际、年内流量多年动态变化资料的统计,分析了郭庄泉流量变化的原因,为郭庄泉合理开发利用及泉域保护提供了科学的依据。     

山西龙子祠泉水流量多元回归予报方程的建立

本文根据泉域最近四个山区县多年降水量和泉流量的资料,应用统计学原理,将前一年泉流量及前几年降水量做为予报因子,建立与泉流量相关显著的多元回归方程,可予报下一年的泉水流量,从而为合理利用泉水资源提供可靠依据。     

山西岩溶泉研究进展与前瞻

山西是我国北方岩溶分布最广的省份,有19个岩溶大泉,岩溶水成为山西重要的供水水源。从泉流量变化趋势、降水补给及时滞、岩溶水资源评价、水化学及环境同位素、脆弱性、采煤及工程建设对岩溶水影响、泉域子系统划分、保护管理措施等方面对山西岩溶泉的研究进展进行了综述。结果表明,山西部分泉域岩溶水水质已不同程度地遭受污染,人类活动和气候变化分别是影响岩溶泉的主要因素和次要因素,人类活动对岩溶泉影响的主要行为为过度开采岩溶水及采煤排水等。因此,建议加强岩溶泉水保护,并指出了山西岩溶泉未来研究的重点领域,可为山西岩溶水的可持续开发利用提供科学依据。     

柳林泉域降水补给的时滞研究

柳林泉位于山西省柳林县东川河河谷,是中国北方最大的岩溶泉之一.1984年-2005年间的平均流量为3.29 m3·s-1.流域内的大气降水是泉水的主要补给来源.文章根据柳林泉域水文地质条件的灰色系统特征,通过对泉域降水补给的时滞问题研究,提出了带有时滞的灰色关联分析模型.在此基础上,运用该模型对泉域不同地区的降水量与泉水流量进行了时滞分析.结果表明,柳林泉域不同区域的降水对柳林泉域的补给时滞存在差异.离石、中阳和方山的降水时滞分别为3 a、4 a和6 a.     

枣庄十里泉域岩溶水资源问题及保护对策研究

枣庄十里泉是中国北方典型岩溶泉之一。近年来,随着泉域自然条件改变和人类活动强度的加剧,一系列岩溶水文地质环境问题凸显,对人民健康,供水安全,工、农业生产安全乃至社会安全提出了严峻挑战。本文叙述了枣庄十里泉域的岩溶水问题,并从可持续发展的角度提出了岩溶水资源保护措施,对指导枣庄十里泉乃至中国北方岩溶泉地区合理开发利用水资源,建设可持续性发展岩溶泉系统有重要的作用。     

改进BP神经网络在郑州市需水量预测中的应用

水资源供需矛盾日益突出,需水量预测已成为广泛关注的焦点．需水量预测可以为“三条红线”的实施提供依据,以强化水资源管理和节水监督管理,缓解水资源供需矛盾．基于BP神经网络模型,采用自适应调整的算法,改进了BP神经网络模型中学习率的求解方法,并将其应用到郑州市经济社会需水量预测中,预测了2012年和2015年经济社会需水量,分别为14．41亿m3和14．84亿m3;通过与BP神经网络模型、主成分回归分析结果对比,发现改进后的BP神经网络模型根据迭代误差自动调整学习率,求解速度和计算结果精度明显提高,适用于郑州市需水量预测．     

岩溶泉域地下水储量的简易计算法

岩溶泉域地下水储量的计算是该区域岩溶水资源评价的一项重要任务。岩溶泉域地下水具有集中排泄的特点，它类似于流体力学中的非恒定孔口出流。本文导出了新的公式，可以简便地计算其储水量而不涉及任何水文地质参数。其应用条件为该泉域岩溶水系统是独立的，在衰减期内无补给且流量可以精确地测量。图２，表２，参６。     

辛安泉水流量衰减原因分析

辛安泉是山西省第二岩溶大泉，泉域面积为10950km^2，泉水多年平均流量为9．64m^3/s，是长治市的主要供水水源。监测资料显示，泉水流量总体上呈逐年减小的趋势。在对泉域内地质、水文地质条件及降雨量等分析基础上，建立了泉流量与降雨量间的相关关系，阐明了降雨量的变化是影响泉水流量的主要原因。     

基于主成分分析和BP神经网络的网约车 服务质量评价

为客观、科学评价网约车服务质量,从顾客满意度角度出发,通过分析网约车服务过程,建立网约车服务质量评价指标体系;为消除指标间的相关性,利用主成分分析法提取累计贡献率超过85%的主成分作为BP神经网络模型输入;通过分析BP神经网络模型的原理构建具体BP神经网络拓扑结构;以网约车乘客满意度调研问卷为数据基础,对BP神经网络模型进行训练、仿真,并与传统BP神经网络模型及SERVQUAL模型评价结果进行对比.结果表明:本文构建模型收敛效率高、评价误差小,能够反映网约车服务质量的水平,可以为评价网约车服务质量提供有效理论支撑.     

BP神经网络的模型优化研究及应用

随着神经网络在数据分析、预测及生产控制中的应用,神经网络的优化学习成为研究的一个重要课题。通过探讨BP神经网络模型的建立过程,针对BP神经网络的模型优化问题进行了详细研究。并通过对银行客户分类的仿真实验证明,优化模型能够有效地提高BP神经网络的收敛速度及预测精度。     

基于遗传神经网络的城镇基准地价评估应用——以广西灌阳县为例

提出了一种融合遗传算法与BP神经网络的城镇基准地价评估模型。该模型以正方形网格作为基本评价单元,以遗传算法优化BP神经网络连接权值,以BP神经网络训练样本数据,实现其他网格地价的模拟与预测。结果表明,遗传算法可以有效增强BP神经网络快速学习网络权值能力和克服收敛速度慢、易陷入局部极小值等问题,BP神经网络的网络训练学习与自适应性符合处于动态变化的土地价格发展要求,呈现出广阔的应用前景。     

基于深度学习的SSL VPN加密流量的分类识别

随着虚拟专用网技术的广泛使用，VPN加密流量的分类识别对于网络安全管理的重要性愈发明显，而传统流量分类技术在提取特征和关键协议字段时效率较低.因此，本文提出一种基于卷积神经网络的深度学习模型，用以实现SSL VPN加密流量的分类识别，并减少特征工程中的人力成本.首先，将流量区分为VPN加密流量和非VPN加密流量，并且确定出这两类流量所属的服务类型；然后对所有流量进行分类，识别出产生流量的应用类型.考虑到网络流量中存在的时序关系，采用一维卷积神经网络作为深度学习的模型，通过构建Pytorch的实验环境，采用ISCX2016数据集，实现对VPN加密流量的分类任务.通过参数优化，除数据量较小的数据类型外，应用识别的平均F1-score为91.73%,流量识别的平均F1-score为91.13%.实验结果表明，基于一维卷积神经网络的深度学习方法对于识别SSL VPN流量是可行和有效的.     

区域工业用水量非线性预测模型的优选

针对BP神经网络在确定输入因子时的任意性,将相关性分析引入BP神经网络输入因子的选取中,通过计算输入因子和输出因子之间的相关系数,并根据相关程度来确定输入因子,同时利用遗传算法优化BP神经网络的权值和阈值的方法,建立了改进BP神经网络模型.将该模型应用于永定河山区工业用水量预测中,通过和传统非线性回归法进行比较,结果表明改进BP神经网络拟合和预测精度均较高.改进BP神经网络法的平均相对误差达到1.4100/,预测的2010年和2030年工业用水量将分别达到3.63×108m3和4.46×108m3.预测结果可为水资源规划和管理提供依据.     

枯水流量演进方法及其应用

将枯水期河段槽蓄水量表示为上断面多个时刻流量的线性组合,考虑河段引水、加水和损失等因素的影响,建立了枯水流量演进的线性方程模型,并用优化方法率定了模型参数;以河段上断面流量、河段用水量、区间加水量、河段损失量作为网络输入因子,河段下断面流量作为网络输出因子,构建了一个3层BP神经网络模型;将线性方程模型、BP神经网络模型和水力学方法应用于黄河下游河段枯水流量演进模拟计算,并对其模拟结果进行了比较.结果表明:线性方程模型稳定性好,便于演进计算和反馈控制计算;BP神经网络模型具有较好的泛化能力,计算精度也较高,但难以进行反馈控制计算;水力学方法在进行流量演进和反馈控制时,存在计算稳定性和收敛性问题,其应用有一定困难.     

预测循环流化床L阀颗粒质量流量的改进BP算法

在采用相对误差函数、训练集重组、增加惯性项、参数动态变化、权矩阵随机变化量等措施对传统的BP神经网络算法改进的基础上,利用改进的BP神经网络算法建立了循环流化床L阀固体颗粒质量流量的预测模型,得出了循环流化床L阀的充气位置、充气方式和充气体积流量与固体颗粒质量流量之间的映射关系,获得了对循环流化床L阀固体颗粒质量流量较好的预测结果.     

济南泉域裂隙岩溶水系统管理模型

针对济南泉域裂隙岩溶水系统开发的实际,提出了确定决策变量权重的新方法,建立了新的泉域地下水系统管理模型,并进行了两个方案的优化管理,得到了满意的结果。对解决我国北方岩溶泉域地下水资源开发与泉群保护的矛盾探索出了一条新路。     

延河泉域岩溶地下水数值模拟研究

在分析晋城市延河泉域地质、水文地质条件的基础上,建立了泉域岩溶地下水的概念模型和数学模型,采用基于迦辽金(Galerkin)有限单元法的AQUA3D软件对泉域岩溶地下水资源进行数值模拟研究.通过模型识别与检验,将岩溶地下水位数值模拟计算值与实测值较好地拟合,表明所建模型是合理和有效的,可以用于实际.据此用所建模型计算了两个降水方案条件下的泉域岩溶地下水可开采资源量,最终确定可开采资源量为6.26 m3/s.研究结果可为泉域岩溶地下水开发利用和保护提供科学依据.     

水资源短缺的风险因子识别模型

水资源短缺已经成为影响和制约我国部分地区社会和经济发展的主要因素,为了确定引起水资源短缺的主要风险因子,以达到控制风险的目的,以北京市1979—2009年水资源数据为例,应用BP神经网络良好的数据拟合功能,建立缺水量与导致水资源短缺各因子关系的BP神经网络模型.将各单个因子取值增加1%,然后通过该模型计算出缺水量的变化率,从而确定北京市水资源短缺的主要风险因子,依次为第三产业及生活用水、污水处理率、降水量等.该模型所得结果与现有方法的结论比较吻合,但计算更为简便.     

神经网络在深基坑变形监测中的运用

深基坑变形监测作为变形监测中十分重要的内容,其技术和方法也在随着科技的发展而发生积极的变化。本文综述了深基坑变形监测的数据处理,提出了采用BP神经网络算法进行数据分析及预报。文中详细介绍了神经网络算法,并重点阐述了BP神经网络算法的原理。针对传统BP神经网络算法存在的缺陷,通过对初始权值选取进行了改正,并将小波基函数作为改进算法的激活函数,有效避免了神经网络陷入局部过小的问题。最后,通过工程实例对传统的BP神经网络算法和改进的BP神经网络算法进行分析和比较,结果表明,改进算法的预测值与实测值基本吻合,预测结果更加精确。     

基于BP神经网络模型的水质评价方法探讨

运用人工神经网络理论和方法,建立了水质评价的BP神经网络模型,并对长治市10眼水井的地下水水质进行了评价,并与综合指数法、模糊综合评判法的评价结果进行了比较。结果表明,用BP神经网络模型评价水资源水质是可行的,为水资源水质评价提供了一个新的方法。