王亮
- 作品数：4 被引量：11H指数：1
- 供职机构：吉林大学环境与资源学院更多>>
- 发文基金：吉林省重大科技攻关项目国家教育部博士点基金“十一五”国家科技支撑计划更多>>
- 相关领域：天文地球环境科学与工程水利工程更多>>
- 两阶段模糊法在水质评价中的应用——以嘉善县流域为例被引量：1
- 2014年
- 采用两阶段模糊法对嘉善县河流水质进行评价,将国家地表水水质标准引入到聚类分析中,依据标准对原始数据进行分段线性归一化,将标准评级后作为模糊聚类中心,对评价对象进行聚类,得到替代原观测值的全局指标IRQ。从空间和时间两方面对所得的全局指标进行分析,分析结果表明嘉善县东南部区域水质污染较北部区域更为严重,年际间水质无明显改善,年内水质优劣比较:丰水期>平水期>枯水期。
- 王中凯梁秀娟杜川王亮姜志超
- 关键词：水质评价
- 鹊山水库水质因子权重分析
- 2013年
- 以鹊山水库为研究对象,分析鹊山水库水体中主要水质因子。参照国家地表水环境质量标准,最终确定鹊山水库预警采用9个水质指标,应用层次分析法和Matlab软件对水质因子指标权重进行分析计算。分析结果表明因子权重排序为:化学需氧量>高锰酸钾指数>石油类>总氮=溶氧>氨氮>浑浊度>色度>pH值。
- 杜川梁秀娟肖长来姜志超王亮
- 关键词：层次分析法MATLAB软件
- 基于叠加马尔科夫链和BP神经网络模型的降水量预测研究被引量：10
- 2014年
- 选用叠加马尔科夫链和BP神经网络模型,利用1951年-2013年的降水资料对长春市降水量进行预测。叠加马尔科夫链方法具有原理简单易懂,计算方法简便的优点。BP神经网络模型具有计算快速,占用内存小,还有很好的容错性。根据计算,BP神经网络预测误差均小于20%,叠加马尔科夫链方法仅有6个年份误差小于20%。通过对比分析预测结果可知:对于本研究区BP神经网络模型的预测精度较高。预测方法对数据的稳定性有要求,数据的波动越强,预测结果精度越低。对比可知,叠加马尔科夫链对数据的平稳性要求更高,BP神经网络模型的适用性更强。
- 王宇博梁秀娟乔雨王亮徐海岩陈伟
- 关键词：降水量预测BP神经网络
- 基于MCMC法的水文地质模型参数优选
- 2013年
- 基于贝叶斯原理,将马尔科夫链蒙特卡罗法(MCMC)与地下水数值模拟软件MODFLOW进行耦合,用于解决水文地质模型建立过程中的参数优选问题。通过调节似然函数的权重因子,来提高程序敏感性,从而大大提高参数优选的精度和效率。实例研究表明,该方法适用于水文地质问题中的参数优选问题,并体现出优异的全局寻优特性和较高的优选效率。
- 王中凯梁秀娟杜川王亮姜志超
