基于人工神经网络的泵站技术经济指标体系评价模型研究

来源 :扬州大学 | 被引量 : 0次 | 上传用户:joycev
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
长期以来泵站工程作为水利工程的重要组成部分在我国国民经济各部门发展中发挥着重要作用。在我国,泵站一方面广泛应用于灌溉和排水工程,为农业生产和减灾防灾服务;另一方面也大量地用于城市和乡镇的供排水工程及工业供水工程。泵站技术经济指标作为衡量泵站运行的重要指标在评价泵站过程中起到重要作用。随着计算机技术的快速发展,模糊数学、随机模型、灰色系统和人工神经网络等理论方法与计算机技术相结合已被广泛地应用于综合评价之中。本文基于人工神经网络理论,将BP神经网络模型运用于泵站技术经济指标综合评价,建立评价模型。本文采用Visual Basic语言调用Matlab神经网络工具箱,采用BP神经网络算法,结合水利部灌排中心《大中型泵站综合评价体系》以及相关理论确定评价标准,采用水利部灌排中心《泵站调查统计表》作为样本数据,建立泵站技术经济指标体系综合评价模型。以山西大禹渡提水工程作为工程实例计算,测试BP神经网络训练函数,对比采用神经网络评价模型与模糊综合评判模型在泵站技术经济指标综合评价中结果,说明人工神经网络模型在解决这类问题具有的优势。本论文将人工神经网络理论运用于泵站技术经济指标体系综合评价中,丰富了泵站评价的手段,具有明显的理论价值与现实意义。
其他文献
中国水稻种植面积大约占粮食总面积的1/3,但耗水量却占到农业用水量的60%以上,因此开展水稻抗旱节水研究具有重大意义。本研究于2006、2007、2008年采用核心种质资源群体(Mini-core Germplasm Collections)为供试材料,种植于直径20cm,高100cm的聚氯乙烯(polyvinyl chloride,PVC)管内。在每个材料的幼穗分化期至孕穗期,分别进行水分胁迫,
水轮发电机组在电力系统的构成中有着显著地位,且与电力系统的安全稳定运行息息相关,因此其控制策略的发展一直是控制领域研究的热点。近年来,转速控制和励磁控制在各自的领域中也都收获颇丰。而水轮发电机组作为一个多变量耦合的强非线性系统,仅仅依靠单一励磁控制器或调速器并不能达到良好的控制效果。基于此,本文以水轮发电机组的综合协调控制为基础,从能量角度出发,引入了哈密顿系统理论控制方法,对水轮发电机组进行水门
水电站经济运行是挖掘水电站水库及设备潜能、充分利用水能资源的一项措施,又是减少能源消耗的一项节能措施,其经济效益和社会效益十分显著。目前,挖掘水电站水库洪水能源利用的
目的:胚胎着床是复杂的程序化的生理过程,它包括一系列发生在胚胎与子宫之间的同步协调的变化。着床始于游离子宫上皮细胞和胚泡之间的识别,进行定位并黏着,随后胚泡的滋养外胚层