2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩152頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、水資源合理高效利用是干旱和半干旱流域可持續(xù)發(fā)展的基礎和前提,是我國迫切需要研究的重大課題。本文以涑水河流域可持續(xù)發(fā)展核心問題、需水和優(yōu)化調(diào)控及策略為研究對象,以生物群智能優(yōu)化算法和人工智能技術在徑流、污染負荷、水環(huán)境容量、生態(tài)環(huán)境需水、流域需水預測和水資源優(yōu)化調(diào)控中的應用為手段,對干旱和半干旱流域水環(huán)境容量、生態(tài)環(huán)境需水、灌區(qū)需水、流域需水計算模式、流域水環(huán)境質(zhì)量健康狀況評價體系、生態(tài)系統(tǒng)安全評價體系及評價模型、水資源優(yōu)化調(diào)控模型等關鍵

2、技術進行了系統(tǒng)研究。
  開展了涑水河流域徑流變化機理與規(guī)律研究,得出了徑流的分布、變化和周期性規(guī)律,提出自適應調(diào)節(jié)蟻群算法和自適應蟻群算法,優(yōu)化RBF神經(jīng)網(wǎng)絡參數(shù)混合算法,解決了RBF神經(jīng)網(wǎng)絡對其結構參數(shù)難以確定的問題,提高了運算效率和預測精度;建立了自適應調(diào)節(jié)人工蟻群-RBF神經(jīng)網(wǎng)絡預測模型、自適應人工蟻群-RBF神經(jīng)網(wǎng)絡預測模型。解決了干旱和半干旱流域徑流預測精度不高的難題。
  進行了涑水河流域點源和面源污染分布及污

3、染負荷變化機理研究,得出污染負荷的分布、變化趨勢和突變規(guī)律,提出灰色-馬爾科夫算法、自適應粒子群-RBF神經(jīng)網(wǎng)絡混合算法,建立了灰色-馬爾科夫預測模型、自適應粒子群-RBF神經(jīng)網(wǎng)絡預測模型。解決了干旱和半干旱地區(qū)污染負荷預測模型難建立和預測精度不高的問題。
  開展了涑水河流域水環(huán)境及生態(tài)安全狀況研究,得出干旱和半干旱流域生態(tài)系統(tǒng)健康評價指標以及水環(huán)境質(zhì)量健康狀況評價指標,提出應用層次分析和綜合模糊法構建評價體系的原則及方法,建立

4、了干旱和半干旱流域水環(huán)境質(zhì)量健康狀況評價體系、生態(tài)系統(tǒng)安全評價體系。解決了干旱和半干旱流域無水環(huán)境質(zhì)量健康狀況評價體系及生態(tài)系統(tǒng)安全評價體系的問題。
  開展了流域水環(huán)境容量、生態(tài)環(huán)境需水、流域需水計算模式及預測模型和水資源優(yōu)化調(diào)控研究,分別構建了干旱和半干旱流域水環(huán)境容量、生態(tài)環(huán)境需水、灌溉需水和流域需水計算新模式,分別提出并建立了自適應調(diào)整粒子群-RBF神經(jīng)網(wǎng)絡水環(huán)境容量預測模型、自適應變尺度粒子群-RBF神經(jīng)網(wǎng)絡流域需水預測

5、模型,解決了流域水環(huán)境容量、生態(tài)需水、灌溉需水、流域需水計算復雜和計算與預測精度不高的問題。建立了以生態(tài)環(huán)境、經(jīng)濟、節(jié)水為目標的流域水資源優(yōu)化調(diào)控模型,針對多元目標優(yōu)化模型強約束、非線性、多階段組合優(yōu)化的特點,提出了自適應蟻群算法進行求解。解決了強約束、非線性多元目標優(yōu)化難以求解的問題。
  本文研究的徑流預測、污染負荷預測、水環(huán)境質(zhì)量健康狀況評價體系、生態(tài)系統(tǒng)安全評價體系及評價模型方法、水環(huán)境容量計算、生態(tài)環(huán)境需水計算和水資源優(yōu)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論