云南水资源可持续利用程度评价的自组织神经网络模型

水资源可持续利用程度综合评价需要综合考虑区域的社会、经济、资源、环境等各方面因素,是一个典型的多目标、多层次、多属性决策问题。结合云南省属于水资源相对较丰富的实际状况,建立了有针对性的水资源可持续利用程度评价指标体系,利用自组织神经网络自组织、自适应的聚类功能,对云南省及各地区水资源可持续利用程度进行了聚类分析,结果表明,云南省各地区的水资源可持续利用程度可分为5类,云南省总体上属于其中的第Ⅲ类,即基本能够维持水资源的可持续利用。     

基于相空间神经网络耦合模型的径流降尺度分析

基于混沌理论和神经网络理论，研究水文科学的尺度问题，将混沌神经网络分析方法应用于径流的降尺度分析。首先通过对年径流量分解到月径流量的分解系数的分析，证明了分解系数具有混沌特性；其次利用相空间BP神经网络模型对分解系数进行预测，并根据预测结果进行月径流量的降尺度计算。实例研究表明，用神经网络拟合分解系数相空间的相点演化非线性关系和用相空间神经网络模型对径流作降尺度分析是可行的。