黄河兰州市区段泥沙特性及水质预测研究

河流中的泥沙对污染物既具有吸附作用,同时会引起河流水力学结构(流变特性)的变化,这使得含沙河流中污染物的扩散迁移及转化具有其自身的一些特点,简单地运用清水水质模型预测含沙河流中污染物的时空变化将产生较大的误差。本文对黄河兰州市区段的水沙特征进行了分析,认为黄河兰州段河流水质预测模型中降解系数的确定应充分考虑泥沙的影响,并运用双边反射二维水质模型对黄河兰州段新城桥控制断面主要排污口CODCr排放对河流的水质影响进行了预测研究。     

黄河兰州段水质污染分析评价及防治对策

根据2002--2006年黄河兰州段水质监测数据,按照地表水环境质量标准》GB3838--2002中Ⅲ类水质标准,确定污染物的污染程度,选用内梅罗水污染指数法,运用方差分析,对黄河兰州段水质现状进行评价分析,结果表明：（1）黄河兰州段水体的主要污染物是粪大肠菌群和总氮;（2）大量未经处理的生活污水排放是黄河兰州段的主要污染源;（3）针对黄河兰州段生活污水污染现状,提出源头治污思路。     

BP网络应用于黄河水质的预测研究

利用黄河兰州段水质指标浓度时间序列作为学习样本，选取了DO、COD、氨氮、重金属离子等l0项指标作为输出参数，运用人工神经网络BP模型中的Levenberg—Marguardt优化算法对学习样本优化建模，将优化好的网络的预测结果与实测结果进行了比较，表明BP网络可以很好地用于黄河水质指标值及水质类别的预测。     

基于AHP方法和灰色GM（1，N）模型的预测研究

灰色GM（1,1）预测模型对于小数据、贫信息的预测问题有着比较好的预测精度。但该模型仅仅依靠数据本身的内部关系进行分析而没有考虑到其他影响因素。本文以灰色GM（1,N）分析模型为基础,并用以AHP方法对数据进行处理,将GM（1,N）分析模型改造成预测模型,针对于我国2002年到2008年的GDP数据进行预测实证,结果表明该方法明显优于传统的灰色GM（1,1）预测以及回归预测。     

第三排水沟水质对黄河水质的输入响应关系研究

对第三排水沟入黄口和黄河宁夏出境断面水质因素进行分析,选取主要污染因子,寻找相关系数,建立第三排水沟入黄口水质、水量变化对黄河宁夏出境断面污染特征变化的水环境输入响应模型.采用该模型对第三排水沟排入黄河后,其水质对黄河水质的影响进行预测.以此为依据,研究了第三排水沟排放总量及污染治理途径,为确保黄河宁夏段出境断面水质达...     

基于SCGM_（mv）（1,1）预测模型的粮食产量预测

针对广泛实用的白噪声污染的原始观测时序进行了均值生成时序分析,并直接基于均值生成时序构造SCGMmv（1,1）系统云灰色预测模型,最后应用该模型对粮食产量进行分析并进行预测,预测精度较高。     

男子200m和跳远全国纪录的灰色GM（1,1）模型及预测

运用灰色理论中的灰色模型方法,建立了我国男子200m和跳远全国纪录的灰色GM（1,1）预测模型,并进行后检差检验。结果表明,预测模型精度均为一级（GOOD）。同时运用该预测模型对2000年运动成绩进行预测。     

用四膜虫评价黄河兰州段水质的研究

用原生动物上海四膜虫（Ｔｅｔｒａｈｙｍｅｎａｓｈａｎｇｈａｉｅｎｓｉｓ）为材料，以细胞生长和繁殖等生物学特征为指标，评价了黄河兰州段的水环境质量．结果表明，随着水质污染加重，四膜虫的生长繁殖（曲线）下降；饥饿诱导接合生殖出现的时间推迟，接合率下降．说明四膜虫细胞对水环境质量的变化反映灵敏，可以用作监测和评价水质的细胞模型     

蚕豆根尖细胞微核技术监测黄河兰州段水质污染的研究

应用蚕豆根尖细胞微核技术对黄河兰州段水质进行了检测，测定了兰州段5个水样点的蚕豆根尖细胞微核千分率(MCN‰)及污染指数(PI)．结果表明黄河兰州段水质存在着不同程度的污染．对造成水质污染的原因、污染危害及防治对策进行了讨论．     

双洎河（新郑段）2000～2008年水质污染分析与预测

本文对双洎河（新郑段）2000~2008年主要污染物化学需氧量年均浓度值变化进行分析，并采用秩相关系数对其变化趋势进行预测。     

黄河兰州段氨氮降解系数的测定

对黄河兰州段氨氮的降解规律进行了室内模拟实验研究,采用稳态一维降解模型进行了分析计算,得出氨氮的室内降解系数为0.014d-1,并根据黄河兰州段的实际情况,对其进行温度和坡度修正,计算出黄河兰州段不同水期时的氨氮降解系数.     

优化神经网络模型在水质预测中的运用

针对当前河道水质资料不健全且难以监测及预警的现状,提出了将神经网络模型运用于河道水质预测分析.运用神经网络模型对河道水质指标实测数据进行优化处理,深入分析水质指标数据,并建立神经网络预测模型.在此基础上,采用归一化和遗传算法两种方法对神经网络模型进行优化,并将优化模型和原神经网络模型分别运用于水质指标数据的预测.结果表明:优化后的神经网络模型可以实现对水质的预测,优化前神经网络模型的预测误差为8.57%,而采用归一化和遗传算法优化后的神经网络模型预测精度分别提高了6.36%和6.73%.同时分析得到了不同水质指标对叶绿素浓度值影响程度按大小依次为氨氮、溶解氧、高锰酸钾指数、pH值、温度.     

GM（1,1）灰色模型对单桩竖向静载荷试验Q-S曲线拟合应用

采用传统GM（1,1）灰色模型对单桩静荷载试验Q-S曲线进行拟合分析,其实质是通过指数函数拟合Q-S曲线实测数据,对缓降型Q～S曲线拟合度较好,但只能外推1～2级。对具有明显的直线段、拐点段、陡降段的Q～S曲线,全线段拟合度不理想;同一Q～S曲线,原始数据段取舍不同,拟合曲线将有较大的变化。结果表明传统GM（1,1）灰色预测模型对于单桩静荷载试验Q-S曲线的拟合程度与预测精度有限。     

改进GM（1,1）模型在营养状况预测中的应用

为了提高灰色GM（1,1）预测模型的拟合和预测精度,通过初值和背景值的修正,给出了改进灰色GM（1,1）预测模型,并利用粒子群优化算法给出了模型相关参数的优化.根据中国学生体质与健康调研报告中4种营养性疾病检出率的数据资料,就10～12岁城乡男女的超重和肥胖数据,建立改进GM（1,1）预测模型对2010年和2015年的...     

瓯江(温州段)水质变化趋势分析及预测

通过对瓯江杨府山断面近几年的水质监测数据进行分析,建立了三角函数预测模型,得到各年中瓯江水质各指标随季节交替的变化规律,并运用季节性肯达尔(Kendall)检验法对模型进行了验证.该模型克服了回归分析预测法只能在宏观上预测水质变化趋势的缺点,为水质变化趋势的分析及预测提供了新的思路.     

基于BP神经网络改进的GM（1,N）模型在经济预测中的应用——以河南省经济为例

论文就修正GM（1,N）预测模型的误差,提出了新方法。使用BP神经网络对预测模型的残差进行预测,得到的残差预测值对所建模型的预测值进行残差修正,以减少因子变量预测误差对行为变量预测的影响。实践表明这些改进模型可以有效地提高GM（1,N）模型的预测精度。     

基于GM（1，1）模型的某高校招生人数预测

分析了近年来我国高校招生人数的变化趋势，并利用GM（1，1）模型对某高校2008年的招生人数进行了预测．从而为高校招生人数决策提供了依据。     

矿井瓦斯涌出量灰色GM（1，1）预测模型的分析

灰色预测模型为矿井瓦斯涌出量时间动态数列的预测提供了一条新的途径。本文在对灰色ＧＭ（１，１）预测模型进行有关分析的基础上，提出了矿井瓦斯涌出量预测的ＧＤＭ模型，以进一步拓宽灰色预测的应用范围．利用该预测模型对一些矿井进行瓦斯涌出量的预测研究，均得到了较为满意的结果．     

基于IOWA算子的短时交通流预测方法研究

本文首次将诱导有序加权平均（IOWA）算子应用到短时交通流预测中,建立了以整体预测误差平方和最小为目标的组合预测模型。在分析短时交通流预测模型的基础上,本文选取了指数平滑法、季节自回归求和移动平均模型（SARIMA）、BP神经网络模型对短时交通流进行预测,再用IOWA算子将这三种模型进行组合预测。最后进行实例验证,通过MAE、MSE和MAPE三项指标比较分析四种模型的预测效果。结果证明,IOWA算子组合预测模型明显优于其他的预测模型,有效地提高了短时交通流的预测精度。     

交通事故多发点（段）治理排序方法研究

我国道路交通安全形势严峻,改善道路交通安全状况的一项重要手段是对事故多发点（段）的科学治理,而事故多发点（段）的治理工作需要有计划的进行。论文以科学、有序地开展交通事故多发点（段）治理工作为目的,在对交通事故资料及事故多发点（段）治理排序指标影响因素分析的基础上,确定治理排序的定量指标和定性指标,建立事故多发点（段）治理排序模型,结合实例给出具体算法。