基于神经网络的地下水质量评价模型

基于人工神经网络理论采用误差反向传播的BP算法建立地下水质量评价模型,充分利用神经网络的"黑箱特性",取6种地下水水质评价指标对肥城市地下水质量进行评价,并将BP算法结果与综合指标法以及模糊评价法结果进行比较,表明一致效果良好;同时该模型能起到优化状态的作用.     

基于改进的BP神经网络的地下水水质评价研究

运用人工神经网络的理论和方法,建立地下水水质评价的BP神经网络模型。根据《地下水质量标准》(GB/T14848—1993),通过训练该模型对昆明盆地实测12个孔隙水井的地下水水质进行评价,并与层次分析法的评价结果进行了比较。对比结果表明,用BP神经网络模型评价地下水水质是可行的,该模型训练速度快、精度高,能如实地评价地下水质情况。     

地下水水质评价的人工神经网络方法

应用人工神经网络理论与方法建立了地下水水质评价的BP神经网络模型,对涡北井田地下水水质进行了评价,并与灰色聚类结果进行了比较。结果表明,BP神经网络模型能很好地解决评价因子与水质等级间复杂的非线性关系,评价地下水水质简便可靠,预测精度高,具有通用性和客观性。     

地下水水质评价的人工神经网络方法

应用人工神经网络理论与方法建立了地下水水质评价的BP神经网络模型，对涡北井田地下水水质进行了评价，并与灰色聚类结果进行了比较。结果表明，BP神经网络模型能很好地解决评价因子与水质等级间复杂的非线性关系，评价地下水水质简便可靠，预测精度高，具有通用性和客观性。     

皖北地区集中式深层地下水饮用水源地水化学特征及水质评价

通过对皖北地区31个集中式地下水饮用水源地深层地下水样品的采集和测试,运用描述性统计法和Piper三线图对地下水化学特征和分布进行了研究,分析了常规离子和微量元素之间的关系,并运用单因子质量评价和综合评价法开展了水质评价.研究结果表明:皖北地区集中式地下水饮用水源地深层地下水阴离子主要为HCO3-,阳离子主要为Ca2+和Na+,水化学类型主要以HCO3-Ca和HCO3-Na型为主;地下水环境质量单因子评价结果显示,影响本区地下水环境质量的指标为TDS(总溶解性固体),NO3-,F-,NO2-,NH4+.综合评价结果显示,皖北地区集中式地下水饮用水源地深层地下水水质全部为Ⅱ类水和Ⅲ类水.     

实数编码遗传算法优化的神经网络模型在岩溶水水位预报中的应用

岩溶地下水资源的准确评价是一个重要而又难以解决的问题,采用了遗传算法的最新成果,建立了以实数编码的遗传算法优化的前型神经网络模型以预测岩溶水动态水位,模型继承了传统遗传算法的优点,兼具神经网络强大的函数逼近功能,同时又克服了传统神经网络优化方法易隐入局部最优解的,产例的训练和预报结果表明：实数编码遗传算法优化的神经网络预报模型精度较高,适合于岩溶区的地下水资源评价。     

模拟退火神经网络模型在地下水质评价中应用

采用模拟退火算法与神经网络相结合的方法建立了地下水水质评价的SA-BP神经网络模型,并对阜新新邱露天煤矿地下水水质进行了评价.结果表明,模拟退火算法具有快速学习网络权重和全局搜索的超强能力,有效地解决了BP算法的局部收敛的问题.应用此方法评价地下水水质简便可靠,预测精度高,具有通用性和客观性等优点.     

高校教师教学质量的神经网络综合评价研究

针对高校教师教学质量评价不全面、主观性过强等问题,结合离散型Hopfield神经网络的特性,提出离散型Hopfield神经网络教师教学质量评价模型,并将该模型在某"211工程"重点高校某教学团队内部进行应用,结果表明该模型能够很好的对该团队教师教学综合质量进行全面客观的评价。     

基于模糊数学的岩溶水质评价

水质评价是合理利用水资源的科学依据,在此引入了模糊数学的基本原理,构建了岩溶水质模糊综合评判模型,并以徐州市裂隙岩溶水为例进行了计算。结果表明：徐州市岩溶地下水质量达到了Ⅲ类水质标准,适用于集中式生活饮用水水源及工、农业用水。评价结果与实际情况一致,评价方法较精确,具有科学性。     

基于GIS的地下水质量可拓评价模型

为分析地下水水质的时空变化规律,研究基于GIS技术与动态监测数据库的地下水质量可拓评价模型.采用可拓分析方法,将地下水水质级别、评价指标及其特征值作为物元,根据地下水环境质量分级标准建立关联函数,通过计算综合关联度判断地下水环境质量级别,用克立格插值方法生成地下水质量分区图.在MS VC 6.0环境下,利用MapGIS6.5二次开发函数库,开发了地下水质量可拓评价模型.模型界面易于用户操作,可用于区域地下水质量的综合评价,有助于地下水资源的管理.     

神经网络在矿区地下水评价中的应用

提出了利用人工神经网络技术进行矿区地下水评价的新方法,矿区地下水资源模型的建立以及模型的应用等问题.采用并加以改进的误差反向传播人工神经网络(BPN)算法对矿区地下水水位进行了建模和预测,同时以神东矿区为例对模型进行了应用验证.结果表明,用神经网络模型对复杂的矿区地下水系统评价进行模拟预测,具有理论上的可行性和实用意义.     

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。     

基于改进BP神经网络的地下水环境脆弱性评价

地下水环境脆弱性具有模糊特性,现有的地下水环境脆弱性评价方法普遍采用加权评分法和模糊数学方法.加权评分法在评价因素权重的确定上人为性较大,并且该方法不能反映各评价因素指标值的连续变化对地下水环境脆弱性的影响;模糊数学方法在评价因素权重的确定和隶属度函数的构建上存在着不足.为此,建立了地下水环境脆弱性的改进BP神经网络模型.黄淮平原宁陵县的应用结果表明,改进BP神经网络法训练速度快、精度高,能较好地解决非线性的模式识别问题,如实地评价地下水环境的脆弱性.     

机器学习模型在地下水埋深模拟中的适应性分析

基于京津冀气象、社会资料及地下水埋深数据,构建支持向量机(SVM)、循环神经网络(RNN)和长短期记忆神经网络(LSTM)模型对京津冀地区13个城市地下水埋深进行了模拟,并以确定系数、均方根误差、平均绝对百分比误差、纳什系数对3个模型的适应性进行了评价。结果表明：LSTM模型模拟效果最好,其次是RNN,SVM最差;不同城市基于LSTM模型进行地下水埋深模拟时参数调整最少,适应性最好,SVM模型参数调整最多。将3个模型应用于随机选择的6个测站进行验证,在华北地区浅层地下水埋深模拟方面,LSTM模型模拟精度和可信度最好,适应性最强,是该地区地下水埋深模拟的首选机器学习模型。     

晋城市城区水源地水质评价

介绍了晋城市城区饮用水水源地的概况,对水源地地下水水质现状进行了评价,并给出了评价结果。     

基于RS-TOPSIS法的地下工程岩体质量评价

将逼近理想解的排序法(TOPSIS)运用于地下工程岩体质量评价问题中,选用岩石质量指标、岩石单轴饱和抗压强度、岩体完整性系数、结构面强度系数和地下水渗水量5个影响因素作为地下工程岩体质量评价指标.基于粗糙集理论(RS),通过计算评价指标与评判结果的粗糙依赖度确定评价指标的重要性.以广州抽水蓄能电站1期地下工程岩体17组实测数据和13组插值数据作为学习样本,依据单指标分类区间下限构造5个不同等级的典型样本,通过计算典型样本与正理想解的相对贴近度来确定分类区间,建立RS-TOPSIS地下工程岩体质量评价模型,并逐一对30组学习样本进行回检,正判率为96.7％.将建立好的评价模型运用于该电站2期地下工程岩体质量评价.研究结果表明:采用地下工程岩体质量RS-TOPSIS评价方法获得的结果与突变基数法、BP神经网络法以及支持向量机法评价结果相吻合,该方法具有工程实用价值,可以运用于地下工程岩体质量评价.     

基于BP神经网络的教材质量评价研究

教材质量评价是教材管理工作的关键环节。为了对教材质量进行科学有效地评价,提高评价工作的效率,建立了基于BP神经网络的教材质量评价模型。经过BP神经网络的构建、训练和分类等主要工作,建立了一个具有较高准确率的教材质量评价模型。通过分析结果表明,该模型能够科学和高效地评价教材的质量,具有较高的实用性。     

内蒙古自治区集宁区后备水源地地下水水质分析与评价

为全面认识和掌握内蒙古集宁区后备水源地的水质状况,对2009年采集的水样进行检测,根据水质分析结果和细菌分析资料,以物理指标、化学指标、毒理学指标、细菌学指标为评价因素,对地下水水质(生活饮用水)进行分析评价.结果表明,集宁区地下水有些项目指标有不同程度的超标,特别是硝酸盐指标超标严重,细菌总数均未超标,该区地下水必须经过处理后才符合饮用水水质标准.     

基于BP神经网络的电网工程估价模型研究

本文提出了一种基于BP神经网络的电网工程估价模型。文章首先阐述了BP神经网络的基本原理,然后结合电网工程项目的特点,构建了BP神经网络模型,并给出了可行的评价程序。该模型的建立,为预测电网工程的造价水平开辟了新的方法。     

基于粗糙集和改进功效系数法的岩体质量评价

将改进的功效系数法应用于地下工程岩体质量评价中,选取岩石质量指标、岩体完整性系数、结构面强度系数、岩石单轴饱和抗压强度和地下水渗水量作为主要评价指标,对30组现场典型数据样本进行学习.运用粗糙集理论确定各指标的权重,建立地下工程岩体质量评价的粗糙集和改进功效系数法模型,并应用到实际工程岩体质量评价中.结果表明:建立的粗糙集和改进功效系数法模型原理简单,对岩体质量分级的准确率为90%.将该模型应用到广东抽水蓄能电站地下工程岩体质量分级,评价结果与实际情况符合较好.