GIS支持下的水文生态效应评价混合型专家系统设计初探

文章从人工神经网络(ANN)、专家系统(ES)各自的优势和不足出发，结合地理信息系统(GIS)技术的特点，介绍了水文生态效应评价的混合型专家系统(HEMES)的基本结构模式和各模块的功能。然后抓住ANN、ES、GIS的共同作用因子一专家知识，从数据库结构、C 类方面探讨了三者集成的问题，并根据集成的思想探讨了相关功能设计。指出HEMES是一种更准确、易操作的评价技术，可作为相关管理、决策者的辅助工具。     

企业计算机网络的安全管理

从技术手段和制度规范上，综合提出了企业计算机网络的安全管理策略。     

计算机安全技术

在当今信息时代，林业安全管理所需要的信息要实现网络化必须以计算机安全技术为基础。本文主要介绍了计算机安全技术所需要注意的一些问题，同时举例说明实现单机运行安全的几种方法。     

供水管线震害量化参数--渗漏面积的估算方法

为了分析管线破坏状态对震后供水管网功能的影响，首先需要对管线的震害状态进行量化。建议用管线渗漏面积标定管线的破坏状态。在管线震害分析和理论计算的基础上，提出了震后管线渗漏面积的计算方法，为进一步进行供水管网抗震分析和设计提供了研究基础。     

QUALITY OF HYDROMETEOROLOGICAL DATA IN COLD REGIONS1

ABSTRACT: Many users of hydrometeorological records are not aware of the number of inconsistencies and biases that occur in hydrometeorological records. Examples are presented illustrating how the exposures of sites for measurement of precipitation, wind, snow on the ground, and evaporation determine to a large extent how useful the records are for estimating areal conditions. For areas where precipitation in the form of snow produces a significant portion of the runoff, a smaller number of quality records may be more valuable for modeling than a much larger number of records of lower quality. Information is presented to show that the overall value of an operational hydrometeorological network is dependent upon how consistent and representative of average conditions the collected records are, especially for mountainous areas in cold regions.     

神经网络及其在水库调洪演算中的应用

结合洪水灾害管理的特点建立了水库调洪演算的人工神经网络模型，阐述了其基本原理及算法，并结合某水库调洪演算实例说明了其应用。     

基于神经网络的重大危险源动态分级研究

利用自组织神经网络对重大危险源进行动态分级研究，介绍了神经网络的模式聚类即分级法的自组织学习过程和算法，克服了以往危险源分级方法的某些局限性。在计算机上进行的模拟计算表明：基于自组织神经网络的重大危险源动态分级方法是合理可行的     

西江年最高水位的神经网络预报模型

对西江洪水发生的特征进行分析表明，洪水发生频率高，具有明显阶段性特征，并与流域面雨量密切相关。利用前期环流场、海表温度（SST）场及环流特征量资料选择初选预报因子，然后对初选预报因子作EOF分解构造综合预报因子，结合人工神经网络方法建立了西江年最高水位预报模型，并对预报模型进行独立样本试验。结果表明，该预报模型对历史样本拟合精度高，试报效果明显好于传统的逐步回归模型，可在汛期预测业务中应用。     

基于河网水系变化的水灾危险性评价——以永定河流域京津段为例

城市化过程中不合理的土地利用导致河道填塞、河网缩减现象普遍，城市水灾增加。基于灾害系统思想，构建了基于河网水系变化的水灾危险性评价体系，并以永定河京津段为例进行了实证分析。结果表明：（1）近40年来研究区水系结构简单化趋势明显，河道长度减少了20．5％，条数减少了36．4％，水系调蓄能力下降，在同样的致灾强度下水灾危险性加大；（2）在假设暴雨重现期为50年的条件下，经济密度差异决定了水灾潜在危险区的空间格局，居民用地将成为水灾重度危险区；平原段水灾重度危险区占5．7％，中度危险区占33．1％，滨海段重度危险区占13．9％，中度危险区占26．8％。研究结果可为区域综合减灾、水灾预报提供依据。     

基于模糊评判人工神经网络的重大危险源辨识研究

国家已经制定了重大危险源辨识标准,辨识依据是危险物质的数量,主要适用于化工行业.本文对于国家重大危险源辨识标准不适合的行业,结合各行业发生事故的特点和工艺特征,综合利用模糊评判法和人工神经网络,辨识企业内存在的重大危险源.在某化工厂进行了检验,实践证明了方法的科学性和合理性.