南通大学理学院;
水资源短缺已经成为影响和制约我国部分地区社会和经济发展的主要因素,为了确定引起水资源短缺的主要风险因子,以达到控制风险的目的,以北京市1979—2009年水资源数据为例,应用BP神经网络良好的数据拟合功能,建立缺水量与导致水资源短缺各因子关系的BP神经网络模型.将各单个因子取值增加1%,然后通过该模型计算出缺水量的变化率,从而确定北京市水资源短缺的主要风险因子,依次为第三产业及生活用水、污水处理率、降水量等.该模型所得结果与现有方法的结论比较吻合,但计算更为简便.
| 404 | 9 | 29 |
| 下载次数 | 被引频次 | 阅读次数 |
[1]韩宇平.水资源短缺风险管理理论与实践[M].北京:黄河水利出版社,2008.
[2]傅荟璇,赵红.MATLAB神经网络应用设计[M].北京:机械工业出版社,2010:83-96.
[3]史峰,王小川,郁磊,等.MATLAB神经网络30个案例分析[M].北京:北京航空航天大学出版社,2010:1-10.
[4]薛定宇,陈阳泉.高等应用数学的MATLAB求解[M].2版.北京:清华大学出版社,2008:368-376.
[5]卓金武.MATLAB在数学建模中的应用[M].北京:北京航空航天大学出版社,2011:272-274
[6]北京市统计局,国家统计局北京调查总队.北京统计年鉴2010[M].北京:中国统计出版社,2010.
基本信息:
DOI：
中图分类号:TP183;TV213.4
引用信息:
[1]郭跃华.水资源短缺的风险因子识别模型[J].南通大学学报(自然科学版),2011,10(04):79-82+87.
基金信息:
江苏省教育厅自然科学基金项目(09KJD510002);; 南通大学自然科学专项基金项目(09ZJ001);南通大学教学研究项目(08B03)