COMPARATIVE STUDY OF OPTIMIZATION TECHNIQUES FOR IRRIGATION PROJECT PLANNING1

ABSTRACT: This study presents three optimization techniques for on‐farm irrigation scheduling in irrigation project planning: namely the genetic algorithm, simulated annealing and iterative improvement methods. The three techniques are applied to planning a 394.6 ha irrigation project in the town of Delta, Utah, for optimizing economic profits, simulating water demand, and estimating the crop area percentages with specific water supply and planted area constraints. The comparative optimization results for the 394.6 ha irrigated project from the genetic algorithm, simulated annealing, and iterative improvement methods are as follows: (1) the seasonal maximum net benefits are $113,826, $111,494, and $105,444 per season, respectively; and (2) the seasonal water demands are 3.03*10³ m³, 3.0*10³ m³, and 2.92*10³ m³ per season, respectively. This study also determined the most suitable four parameters of the genetic algorithm method for the Delta irrigated project to be: (1) the number of generations equals 800, (2) population size equals 50, (3) probability of crossover equals 0.6, and (4) probability of mutation equals 0.02. Meanwhile, the most suitable three parameters of simulated annealing method for the Delta irrigated project are: (1) initial temperature equals 1,000, (2) number of moves equal 90, and (3) cooling rate equals 0.95.     

石油污染土壤的生物修复技术研究及其前景

根据污染土壤的生物修复技术具有高效、无二次污染和操作管理简便的优点，本文介绍谊类技术在石油污染治理领域的应用。在概述石油的组成成分及其对环境造成的污染的基础上，重点论述了微生物和植物修复技术有效去除有机污染物的应用条件，并就目前两种技术的最新研究成果即基因技术的应用作了介绍，同时指出了石油污染土壤生物修复技术的发展趋势和应用前景。     

基于神经网络和遗传算法的城市火灾风险评价模型

以消防安全工程学与系统安全工程理论为基础,结合我国城市发展特征及消防安全管理状况,建立了城市区域火灾风险评价指标体系;针对神经网络易陷入局部极小而引起评价指标权值分布不合理的缺陷,提出了基于神经网络和遗传算法的城市火灾风险评价模型,该模型以火灾发生的可能性以及灾后的严重程度为输入单元,火灾风险等级为输出单元,采用误差反算法训练BP网络,最终得出火灾风险等级范围,有效地解决了城市火灾的动态性和非线性特征;研究实例证明了该模型的有效性,可为城市的消防安全管理提供确实可行的参考依据。     

基于遗传神经网络的除湿机故障诊断与寿命预测

目的识别除湿机的性能状态和预测吸附剂的剩余寿命。方法针对除湿机故障过程缓变的特点,提出一种基于数据驱动的遗传神经网络模型。首先,为解决设备失效程度划分模糊的问题,由5个热力参数组成反映吸附剂劣化程度的特征向量,关联分析得到除湿机的5类故障模式。其次,利用遗传神经网络建立状态参数和故障模式的映射关系。最后,对表征设备吸附能力的主参数进行外推预测。结果训练好的诊断网络可准确地识别出设备的劣化程度及其演变过程,预测网络的预测精度非常高。结论该方法可有效地实现对除湿机的故障诊断与预测。。     

西藏自治区措勤县德能铜多金属矿床地质特征及成因分析

通过对西藏自治区措勤县德能铜多金属矿的研究发现,矿区内共6条达到工业品位的铜矿体,并伴生有铅、锌、金、银等多种有益组分,成矿地质条件较好。矿体主要赋存于燕山期石英闪长玢岩岩体外接触带及构造破碎带中,其中Cu4矿体规模最大,经深部钻孔工程及地表槽探验证,矿体品位和厚度沿走向和倾向变化系数较小。燕山晚期第一阶段第一次石英闪长玢岩侵入体是主要成矿物质来源,后期北西西向断裂构造是主要导矿和容矿构造。     

焦化废水对蚕豆和大麦毒性的影响

以COD作为主要参照指标,研究了焦化废水在符合GB 13456-92<钢铁工业水污染物排放标准>焦化一级、二级排放标准限值要求时,对蚕豆和大麦幼根生长、根尖细胞遗传毒性的影响.结果表明:在实验周期内,焦化废水对蚕豆幼根根长、根重和有丝分裂指数的影响不大;对大麦幼根根重无明显影响,而对大麦根长和有丝分裂指数有促进作用.焦...     

路面径流水环境下交通承载力分析

为了对路面径流水容许污染总量控制下的交通承载力问题进行探讨,利用神经网络具有的非线性映射能力和遗传算法具有的全局随机搜索能力,结合公路路面径流水质检测数据,提出了一种基于遗传神经网络进行公路交通环境承载力反计算的分析方法,应用该方法可根据路面径流水质污染数据反演出路段交通量大小,并可据此进行交通量与路而径流水质污染的关...     

基于遗传算法的可持续土地利用动态规划

在建立和求解多目标可持续土地利用动态规划模型过程中,采用遗传算法并结合多目标模糊优选理论处理多目标土地利用结构优化问题。其详细步骤为：在分析区域特征基础上构建时间序列;通过现状分析设置土地利用类型决策变量,确定优化目标和约束条件,构建土地利用结构多目标优化模型;用灰色GM(1,1)预测模型对土地利用结构优化多目标模型参数进行预测;用遗传算法多目标优化方法对土地利用结构优化模型求解得pareto解集;最后运用多目标模糊优选动态规划方法对规划期内各时间段的pareto解集进行模糊动态优选,以最大优属度判定原则确定出最优决策序列。自贡市的实例表明,该方法有助于解决多目标协调问题,并通过提供多方案选择性,从而使规划更具灵活性,同时又便于充分吸纳公众参与,减少规划中的不确定性,增加规划的科学性、现实性和可操作性。     

AHP与GA-SVM耦合模型在滑坡预警中的应用*

为了减少滑坡造成的损失,提高滑坡预测的准确性,通过搭建灾害模拟平台获得滑坡的实验数据,在获得多组模拟实验数据后,分析各变量的特性。首先,通过层次分析(Analytic Hierarchy Process,AHP)算法,对滑坡进行危险度划分;然后,通过支持向量机(Support Vector Machine,SVM)建立模型,遗传算法(Genetic Algorithm,GA)再优化SVM参数,提出1种层次分析法与GA-SVM相耦合的模型。研究结果表明:AHP方法划分后的数据,通过GA与SVM结合建立的模型精度较好,实验预测结果与实际结果较为吻合,与单一SVM相比,精度更高,结果更好,更加适用于多变量的复杂非线性滑坡预警。     

松花江流域大型底栖动物生物完整性指数构建及其适用性

利用生物完整性指数评价河流健康状态,对于水环境管理决策具有重要的实践意义。基于大型底栖动物构建生物完整性指数(B-IBI),并评价松花江流域的水生态系统健康状况。在松花江主要干支流设定37个采样点,分别于2016年6、9月进行环境因子和大型底栖动物调查研究。最终从28个候选参数中确定了种类总数、摇蚊种类数、敏感种百分比、Hilsenhoff指数、Marglef指数作为核心参数构建B-IBI。通过0～10赋分法,计算得到了松花江流域全部采样点的生物完整性评价得分。结果显示,松花江流域内60%区域生物状态存在不同程度的损害。另外,B-IBI能够综合反映松花江大型底栖动物群落多样性、生境质量、理化水质等,具有一定的适用性。