基于二次分解和支持向量机的月径流预测方法

针对径流序列的非线性和非平稳性特征,提出了一种基于加权回归的季节趋势分解(STL)和变分模态分解(VMD)组合的二次分解,结合支持向量机(SVM)的月径流预测模型STL-VMD-SVM。该模型利用STL将原始径流序列分解为不同频率的季节项、趋势项和残差项,并通过VMD将残差项分解为IMF s。建立SVM模型预测季节项、趋势项和IMF s,所有IMF s的预测值之和为残差项的预测值,季节项、趋势项和残差项之积为原始径流序列的最终预测值。基于伊洛河流域黑石关站及黄河干流高村站的月径流时间序列进行了实例应用及普适性评价,并与BP神经网络模型和长短期记忆神经网络模型(LSTM)进行对比。结果表明:对于伊洛河黑石关站径流预测,所提模型验证期的NSE、MAPE、RMSE、R分别为0.977,13.705%,0.327,0.991,其预测精度均优于单一模型和一次分解模型,STL-VMD二次分解可以有效提高模型预测精度;在黄河干流高村站径流预测中验证期的NSE、MAPE、RMSE、R分别为0.979,8.509%,3.263,0.989,也达到了很好的预测效果。

建筑物表面泛白原因及对策分析

通过对已完成建筑物检查发现,个别基础表面及墙体表面呈现泛白现象,影响外观质量及墙体粉刷质量,个别工程甚至混凝土强度不能满足设计要求,对于这种现象需引起足够重视,并对出现的问题应区别对待。从多方面对泛白现象进行原因分析,阐述了泛白现象所引起的后果,并就如何做好预防措施,尽可能避免出现泛白现象。

工程管理考核在提高水利工程管理水平中的作用

作为我国重要工程之一的水利工程一直在进行改革与发展,为我国农业、城市生活及生态发展奠定了坚实基础,保障了社会的稳定发展。所以,如何有效提升工程管理水平一直是相关部门和企业研究的热点问题,由此产生了多种管理方法和考核方式。基于此,详细论述工程管理考核在工程管理中的积极作用,以期为水利工程业主单位在日常管理考核中的应用提供参考。

浅谈水利工程堤防建设与防洪建设

水利工程是关乎民生的头等大事,通过修建水利工程可以提供充足的生活生产用水,还可以利用水资源供应清洁能源。我国的水资源分布不均匀,呈现“南多北少”、“西旱东涝”的地域特征,水利工程可以很好的改善我国水资源分布不均匀的现状。自古以来,我国就是洪涝灾害频发的地区,饱受洪涝灾害的影响,给人们的生活带来极大的损害。我国政府对河流进行水利工程建设,在防涝减灾的同时,充分开发和利用水资源,促进我国经济的绿色发展。堤防建设和防洪建设为我国的经济、环境、社会发展都产生了积极的影响,因此,必须要重视水利工程的建设。本文主要对我国当前水利建设进行分析,并提出有针对性的建设意见,促进我国水利工程堤防和防洪建设的发展。