变异系数权重TOPSIS法在水资源综合评价中的应用

水资源分类是一个多指标的评价识别过程,将多目标决策的TOPSIS法用于水资源的分类中。根据各评价指标特征值之间的变异程度,利用变异系数确定其权重。应用实例说明该方法的建模过程,评价结果与人工神经网络法相同。

基于数据驱动的区域水资源智能配置研究

针对目前存在的水资源短缺、水资源利用不合理、水资源配置理论不完善的问题,研究了一种基于数据驱动的区域水资源智能配置方法,以提高区域水资源利用合理度,为区域水资源规划与管理提供技术支持。首先提出由水资源配置决策模型、水资源配置方案评价模型及配置预案库等构成的水资源智能配置模式,其中,水资源配置方案评价模型由基于层次分析-模糊综合评价法的水资源合理配置评价指标体系构建,用于对水资源配置方案进行评价,它一方面对配置方案进行预检验,另一方面为配置决策模型提供配置预案等经验知识;水资源配置决策模型采用人工神经网络在对配置预案库进行学习的基础上建立,用于提供初始配置方案。应用嘉兴市2010年相关数据对该模式的有效性进行了检验,结果表明,在水资源总量不变的情况下,分别考虑嘉兴市整体协调发展和重点发展兼顾整体的两种用水思路,基于数据驱动的水资源智能配置模式均能给出符合预期目标的水资源分配方案,并且具有自适应、容错性、智能化等特征,从而为区域水资源规划与管理提供有效的支撑工具。

岩溶多重介质环境人工神经网络理论与应用

本文选用人工神经网络,研究岩溶多重介质环境组构及其内部水流运动与传输过程、水资源时空分布特征和岩溶地下河系空间定位等,在科学发展方向、科学方法论、认知方法研究等方面进行探索和创新。