三峡茅坪溪沥青混凝土心墙堆石坝位移反演分析与安全预测

本文研究了基于综合应用人工神经网络和演化算法的位移反演分析方法,并将此方法应用于三峡茅坪溪沥青混凝土心墙堆石坝的变形反演分析中。以茅坪溪一期工程原型观测成果为依据,反演出能够正确反映坝体变形特性的邓肯-张EB模型参数,从而预测了施工期末和蓄水期末该坝的变形特性,并基于总应力法研究了心墙水力劈裂破坏发生的可能性,为茅坪溪堆石坝运行期的安全生产提供依据。研究结果表明,茅坪溪心墙堆石坝不会发生水力劈裂破坏,该坝蓄水后虽然水压上升,但心墙仍是安全的。     

人工神经网络在水环境质量评价中的应用

为了将人工神经网络应用于水环境质量评价，应用了人工神经网络Ｂ—Ｐ算法，构造了水环境质量评价模型，该模型应用于实例评价结果表明，人工神经网络用于环境质量评价具有客观性，通用性和实用性。     

基于神经网络的洪水预报研究

人工神经网络通过神经元之间的相互作用来完成整个网络的信息处理,具有自学习和自适应等一系列优点,因而用它来进行洪水预报是可行的.对洪水预报问题,初步建立了基于神经网络的洪水预报系统,给出了应用实例.     

PSO和SVM混合算法确定太湖入湖河流水质主要影响因子

以影响太湖入湖河流水质的24个因子值为研究对象，将PSO算法与SVM算法相结合。PSO算法用于优化SVM算法的参数c和g，以利于快速、高效地确定c和g的全局最优值；SVM算法基于最优的c和g，分别以24，21，18，15，12，9和6个因子作为特征向量预测水质的污染程度。结果表明，当特征向量为9个影响因子时预测率最高。其参数c=18.56，g=1.35，对应的预测率为：全局预测率92.59%，重度污染水质预测率88.89%，轻度污染水质预测率94.45%。因此，通过PSO和SVM混合算法，可以确定影响太湖入湖河流水质的主要因子，利用这些主要因子对水质进行预测预警，不但可以节省时间，而且可以得到精确的结果。     

浅谈环境空气自动监测数据审核技术方法

本文根据国家相关环境监测技术规范,结合日常环境空气自动监测数据审核的一些经验,主要针对无效监测数据判定、异常监测数据审核、质控监测数据审核、监测数据综合分析等内容进行了梳理和总结,提出数据审核的一些技巧和方法。     

基于三角形算法的电力系统连通可靠性分析∗

为了研究电力系统的连通可靠性,介绍了网络连通性分析中常用的三种算法(图论法、模糊数学法、Warshall算法)及各自存在的问题。针对现有算法在求解传递闭包过程中未考虑对角线元素的问题,提出了基于 Warshall算法的假定算法。对此算法进行探讨后提出了可以避免偏差和考虑对角线元素处理的三角形算法,并进行推理及证明。基于川北地区 110 kV 发电站与变电站的可靠性,进行了电力系统连通可靠性的实例分析,对比验证了三角形算法的高效性。为大型网络系统连通可靠性分析提供了理论依据。     

基于自适应参数调节和动态分组学习的水波优化算法

针对浅水波理论易陷入局部最优、收敛速度慢的问题,提出基于自适应参数调节和动态分组学习的水波优化算法。通过分析控制参数的变化,采取了参数自适应调节机制平衡算法的全局搜索和局部开发能力;设计基于正余弦因子的动态分组学习阶段,有效增强了算法跳出局部最优的能力,从而提高了算法的收敛精度。仿真结果表明,与标准水波优化算法相比,改进的算法表现出了较好的竞争性。     

基于粒子群算法的城市垃圾中转站的空间布局研究

随着城市化的进程，垃圾处理设施成为影响城市化质量的重要指标。依据人们实际所关注的垃圾处理设施的总成本和负效应两个因素，在前人研究的基础上，建立了垃圾收运多目标模型，使得总成本和负效应最优化。根据模型设计了粒子群算法，该算法属于智能算法，且精度高，收敛快，在许多领域也得到广泛应用。用设计的粒子群算法并结合案例求出了Pareto最优解，给出三种决策方案，验证了模型和算法的有效性和可行性，为决策者提供了一种理论参考。     

鄂尔多斯:艰辛创模路上奏响绿色变奏曲

走出机舱,甫一踏上鄂尔多斯的土地,扑面而来的是炎炎夏日里难得的凉风习习。鄂尔多斯,这个民族风情浓郁的天骄圣地,以其快速崛起的夺目光彩和相伴而来的"成长烦恼"吸引了国内外众多关注的目光,既是各方艳羡的对象,同时也引发了各界毁誉不一的种种争议。但一个必须承认的事实是,近年来鄂尔多斯经济