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.     

水资源配置对区域水资源短缺的影响及其在水资源对策中的意义

目前,水资源短缺已成为制约我国社会经济发展的重要因素。水资源的低效配置是造成我国水资源浪费和短缺的原因;利用价格手段优化水资源配置是缓解水资源短缺的较为经济的途径。     

基于BP神经网络模型的新疆水资源承载力情景分析

水资源可持续利用是科学发展的重要基础,"跨越式"发展愿景下的新疆面临水资源约束的严峻挑战!以2004—2013年水资源统计资料为基础,运用BP神经网络模型模拟分析了2个情景下(情景Ⅰ:趋势外推,情景Ⅱ:跨越式发展)2014—2020年新疆的水资源承载力.结果表明:1)水资源承载力综合评价指数呈上升趋势,但情景Ⅰ中水资源开发利用率过高,情景Ⅱ中农业用水比重大、效率低,成为新疆水资源可持续利用的瓶颈;2)以提高水资源的生态效益为目的,提出了情景Ⅲ:可持续利用情景,可逐步解决供需矛盾.关键在于改变传统粗放的用水方式,在提升水资源的利用效率的基础上,优化水资源利用的空间结构以缓和水资源对社会经济发展的瓶颈作用;3)BP神经网络模型与情景分析结合评价新疆水资源承载力是一种可行的尝试.     

水资源短缺风险管理要点分析

随着水资源的不断开发与利用,水资源紧缺问题越来越突出,加之我国水资源人均占有量比较少,分布不均匀,导致我国北方一些地区存在着周期性缺水的情况。为此,在社会不断发展与进步的过程中,一定要重视水资源短缺对社会发展的影响分析,结合实际情况,阐述水资源短缺风险,提出有效的管理措施,为当地经济发展、人们生活水平提高提供可靠的依据。     

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。     

谈我国的水资源短缺问题

水资源短缺已成为我国经济社会发展的主要制约因素。解决水资源短缺有四种办法,而要从根本上化解水短缺危机,开发空中水资源（人工增雨）势在必行。人工增雨成本低、见效快,已是我国大多数省区抗旱的重要手段,且规模居世界前列。我国北方空中水资源潜力巨大,水汽利用率若能提高一个百分点,就增加水资源1090亿立方米;若能达到南方的一半,则多出7条黄河。我国北方的荒漠化扩展和干旱少雨加剧的现状,与季风环流等自然因素关系不大,主要还是人类扰动导致的自然之变态。转变观念,科学规划,应时顺势,以开发空中水资源战略工程为启动机制,扭转北方干旱态势,降解沙尘暴,治理荒漠化,使生态环境进入良性循环。     

虚拟水及其对解决我国水资源短缺问题的启示

虚拟水是近年在水资源管理领域中出现的新概念。本文阐述了虚拟水产生的客观背景，总结了虚拟水计算方法和当前虚拟水的主要贸易情况，在此基础上揭示了虚拟水对提高水资源管理水平、缓解我国水资源短缺的重要意义。     

节约用水:水资源短缺的重要解决途径

水资源短缺问题已迫在眉睫 ,生命之源要断流 ,现在已到必须呵护水、珍惜水的时候了。本文在分析水资源短缺的主要原因的基础上阐述了节水的重要性和主要途径 ,实行限量定额用水 ,彻底改变农村用水粗放浪费、城市用水高消耗的传统模式 ,实现现有水资源的可持续利用     

水资源短缺风险评价与预测

通过对近年来北京市各年用水总量和水资源总量数据的统计与研究,阐述北京市水资源短缺现状,评价了北京市水资源短缺风险等级并且对北京市未来五年水资源的短缺风险进行预测。结合北京市的实际情况有针对性地提出了相关的防治措施,以期引起社会的关注。     

大同市水资源可持续利用分析

针对大同市水资源开发利用现状,分析了大同市目前水资源利用存在的主要问题,提出了水资源可持续利用的措施,     

用户电力控制器神经网络控制分析

针对电力系统模型及运行参数不确定性 ,在用户电力控制器中引入神经网络控制策略 ,应用神经网络设计了线性控制器 ,所提出的神经网络采用改进BP算法 ,改进BP算法比传统BP算法多了两个变量 ;学习速率和动量因子。将计算得的补偿电流经过神经网络训练实现预定目标 ,由MATLAB仿真结果可观察到经神经网格控制的用户电力控制器可实现系统侧的控制目标。并且其控制算法更为简单、有效。     

海水淡化对我国缓解沿海地区水资源短缺的作用分析

随着淡水资源短缺问题突出、海水淡化技术的不断发展及其实际应用，利用海水淡化技术解决淡水资源短缺问题，越来越受到世界各国、各地区的重视，依据我国沿海地区淡水资源短缺的情况，从经济技术和可持续发展的角度分析和比较几种解决沿海地区淡水资源短缺问题的途径，探讨我国在海水淡化技术上的实力。论证我国发展海水淡化产业的迫切性、重要性及其前景，并提出了相关建议。     

基于BP神经网络的河道水位推算模型研究

在分析影响河道水位因素的基础上,采用基于梯度下降算法的BP神经网络模型推算河道水位,同时采用传统的上下游水位线性相关方法进行水位推算。结果表明,在具有较长期实测资料的情况下,BP神经网络模型具有很高的精度,若要考虑更多相互独立影响因素的非线性作用,应相应增加输入样本数。文章最后提出了进一步提高模型精度的几点设想。     

基于神经网络的超声波乳化液质量分数测量

通过反向传播（BP）神经网络及径向基函数（RBF）神经网络，构建了一个实时的超声波乳化液质量分数测量模型，对结果进行了处理和分析，并对比了两者的优缺点．在此基础上，实现了对某些生产过程中乳化液质量分数的检测和控制．     

基于BP网的雷达辐射源分类器设计

为了解决侦察告警设备在强噪声背景下的雷达辐射源识别率较低的问题,设计了一种基于BP(Back Propagation)网络的雷达辐射源分类器,并就设计关键点——分类器拓扑结构、训练次数的确定以及训练集的设计进行了研究。分类器以BP网络为基础,以载频、脉宽、重频和天线扫描方式为输入特征向量,对雷达辐射源进行分类识别。仿真实验结果证明,该分类器在强噪声背景下的正确识别率可达92.4%。     

一种基于模糊推理的神经网络学习算法

提出了一种新的神经网络学习算法．相对于其他学习算法，该算法侧重于网络参数的调整，通过对样本集的模糊推理、调整和分类学习来实现自适应的神经网络学习．结果表明，该算法能大大提高神经网络的学习速度和学习效率，并能从样本集中得到反常样本和小概率事件样本，对小概率事件样本有很好的学习能力．     

基于企业人力资源管理层面的"民工荒"问题分析

近两年来,我国珠江三角、长江三角洲和闽东南等地区相继出现较为严重的农民工短缺现象,严重制约了我国经济的发展。我国是劳动力资源大国,而今劳动力资源大国遭遇“民工荒”之痛,这为研究我国农民工短缺现象提供了现实的条件和基础。“民工荒”产生的根源很多,基于人力资源管理理论,从农民工所处的组织入手,来研究我国“民工荒”现象产生的企业层面的原因,揭示企业在人力资源管理方面存在的不足。