期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Monte Carlo法的城市雨水径流污染负荷模拟
被引量：
3
1
作者
许仕荣
周永潮
张伟
《环境科学与技术》
CAS
CSCD
北大核心
2005年第5期57-59,共3页
为了评价流域雨水径流对受纳水体的污染程度和为城市雨水管理、受纳水体水质控制及规划提供依据,把以物理过程为基础的模拟特征融入到概率模型中,建立了城市雨水径流污染负荷的概率模型,并用Monte Carlo随机抽样法,对长期的径流污染负...
为了评价流域雨水径流对受纳水体的污染程度和为城市雨水管理、受纳水体水质控制及规划提供依据,把以物理过程为基础的模拟特征融入到概率模型中,建立了城市雨水径流污染负荷的概率模型,并用Monte Carlo随机抽样法,对长期的径流污染负荷进行了模拟试验,得出流域径流污染负荷的分布特性及其特征值。以某市一小区的TP负荷为例进行了验证,模拟结果与实测结果较为一致。
展开更多
关键词
雨水径流污染负荷
概率模型
MONTE
Carlo法
模拟
在线阅读
下载PDF
职称材料
基于BP神经网络的雨水径流污染负荷评估模型
被引量：
8
2
作者
李芸
田欢
+1 位作者
张明顺
王文海
《中国农村水利水电》
北大核心
2017年第3期68-74,共7页
针对当前非点源污染中雨水径流水质监测数据匮乏而难以评估其污染负荷的弊端,将BP神经网络模型引入评估雨水径流污染负荷问题。使用监测区域2014-2015年20场次降雨作为样本数据,以主成分影响因子作为输入量,污染物EMC(以SS计)作为输出量...
针对当前非点源污染中雨水径流水质监测数据匮乏而难以评估其污染负荷的弊端,将BP神经网络模型引入评估雨水径流污染负荷问题。使用监测区域2014-2015年20场次降雨作为样本数据,以主成分影响因子作为输入量,污染物EMC(以SS计)作为输出量,构建三层BP神经网络模型,通过SPSS和MATLAB工具计算相应年份的雨水径流污染负荷,结合Schueler法构建年污染负荷模型并对计算结果进行应用验证。结果表明,其相对误差为2.7%,精度高,适应能力强,基于BP神经网络构建模型是评估雨水径流污染负荷的一种有效方法。
展开更多
关键词
雨水径流污染负荷
BP神经网络
主成分分析法
在线阅读
下载PDF
职称材料
题名
基于Monte Carlo法的城市雨水径流污染负荷模拟
被引量：
3
1
作者
许仕荣
周永潮
张伟
机构
湖南大学土木工程学院
湖南城市学院
出处
《环境科学与技术》
CAS
CSCD
北大核心
2005年第5期57-59,共3页
文摘
为了评价流域雨水径流对受纳水体的污染程度和为城市雨水管理、受纳水体水质控制及规划提供依据,把以物理过程为基础的模拟特征融入到概率模型中,建立了城市雨水径流污染负荷的概率模型,并用Monte Carlo随机抽样法,对长期的径流污染负荷进行了模拟试验,得出流域径流污染负荷的分布特性及其特征值。以某市一小区的TP负荷为例进行了验证,模拟结果与实测结果较为一致。
关键词
雨水径流污染负荷
概率模型
MONTE
Carlo法
模拟
Keywords
storm runoff
pollution load
Monte Carlo
simulation
分类号
X21 [环境科学与工程—环境科学]
在线阅读
下载PDF
职称材料
题名
基于BP神经网络的雨水径流污染负荷评估模型
被引量：
8
2
作者
李芸
田欢
张明顺
王文海
机构
北京建筑大学
中国新时代控股(集团)公司
出处
《中国农村水利水电》
北大核心
2017年第3期68-74,共7页
基金
国家水体污染控制与治理科技重大专项(2010ZX07320-002
2010ZX07320-003)
北京市应对气候变化研究与人才培养基地(PXM_2015_014210_000010)
文摘
针对当前非点源污染中雨水径流水质监测数据匮乏而难以评估其污染负荷的弊端,将BP神经网络模型引入评估雨水径流污染负荷问题。使用监测区域2014-2015年20场次降雨作为样本数据,以主成分影响因子作为输入量,污染物EMC(以SS计)作为输出量,构建三层BP神经网络模型,通过SPSS和MATLAB工具计算相应年份的雨水径流污染负荷,结合Schueler法构建年污染负荷模型并对计算结果进行应用验证。结果表明,其相对误差为2.7%,精度高,适应能力强,基于BP神经网络构建模型是评估雨水径流污染负荷的一种有效方法。
关键词
雨水径流污染负荷
BP神经网络
主成分分析法
Keywords
storm runoff pollution load
BP artificial neural network
principal component analysis （PCA）
分类号
TV93 [水利工程—水利水电工程]
X508 [环境科学与工程—环境工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Monte Carlo法的城市雨水径流污染负荷模拟
许仕荣
周永潮
张伟
《环境科学与技术》
CAS
CSCD
北大核心
2005
3
在线阅读
下载PDF
职称材料
2
基于BP神经网络的雨水径流污染负荷评估模型
李芸
田欢
张明顺
王文海
《中国农村水利水电》
北大核心
2017
8
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
