简介：

简介：榆林能源化工基地矿产资源丰富，水资源却极其贫乏，且进一步开发潜力已非常有限。由于该区距黄河较近，根据黄河干流现有水源工程和规划工程布局，可从黄河干流天桥、碛口、大柳树枢纽引黄河水。

简介：本文从陕北榆林能源重化工基地水资源短缺的实际出发，本着全局规划、统筹兼顾及近水近用、因地制宜的原则，使水资源短缺地区通过合理的水资源配置方案解决缺水问题，达到水利为经济、社会发展服务的目的

简介：2007年8月10日，由陕西院编制完成的《榆林能源化工基地供水方案》，顺利通过榆林市水务局组织的审查。

简介：本文根据榆林能源化工基地建设的现状与发展规划，分析了当地水资源可利用量及其开发潜力，得出了本区水资源可利用量为11．48亿m^3的结论，指出：2010年前当地水资源基本能满足基地发展用水要求，需配套建成王圪堵、瑶镇、采兔沟、李家梁及朱盖沟水库；2010年后需黄河调水14亿m^3，构架起基地内“一纵三横五点”式的骨干水源工程体系，并结合基地工业布局对区内外水资源进行了配置，提出了相应的建议。

简介：

简介：通过对大洺远水库地基土层的3次有关试验资料的分析,运用几种不同的载荷理论及计算方法,并结合“建筑地基基础设计规范”的有关规定,正确地确定了该地基土层的承载力,认为工程设计中,地基承载力按280kPa进行考虑是可行的,并有一定的安全系数。

简介：为了促进绿色渔业的发展，结合渔业发展的实际情况，河南省以下五类渔业生产基地发展前途看好。

简介：

简介：内蒙古自治区锡林郭勒盟抓住国家鼓励绿色能源开发的机遇，科学规划产业布局，积极打造百万千瓦风电基地。

简介：陕西省榆林重化工基地是新世纪国家重要的能源基地，水资源却相当紧缺，本文根据对该地区地表水资源的特性分析，提出合理利用措施。

简介：以某大坝沉降监测数据为例，利用Matlab软件的BP神经网络工具箱进行建模分析和预测。结果表明，滚动BP神经网络算法能较好地应用于大坝沉降数据的预测，具有良好的应用前景。

简介：针对径流量长期变化的因果关系复杂特性,常规的中长期水文预报模型又很难满足精度要求,提出了基于BP神经网络的来水量预测模型。结合实际径流数据,验证了模型的预报精度,可用来进行中长期水文预报。

简介：大花水水电站碾压混凝土双曲拱坝最大坝高134．5m，为目前国内外同类坝型坝高之最。大坝坝基处于软硬岩相间的顺向河谷上，大部分为强可溶岩地层，尤以沿垂直河向结构面及左岸古河床部位岩溶极发育。坝址左右岸地形不对称，地基岩性也软硬不均，工程地质条件极为复杂。大坝坝基存在的主要工程地质问题有坝基变形问题、抗滑稳定及渗漏问题等。工程开挖施工后，地质工程师对坝基基本地质条件进行了较详细的复核，并及时提出了适当的处王单建议。

简介：分析了影响城镇日用水量的非线性因素，利用人工神经网络，选择影响城市日用水量的主要因素。建立城镇日用水量预测模型，并将该模型的预测效果与传统的日用水量模型预测效果进行比较，结果显示该模型的预测精度更高、所需时间更短、更适用于影响因素较多的城市日用水量的预测。

简介：本文在分析影响作物蒸发蒸腾量的气象因子的基础上,以不同的气象因子组合为输入向量,以参照腾发量为输出向量,构建了气象资料不足情况下三种计算参数腾发量的BP神经网络模型BPET1、BPET2和BPET3.利用宁夏引黄灌区2000～2003年的逐日气象资料对所建模型进行反复训练和预测,并把预测结果与传统的Penman-Monteith公式计算而得的同期作物ET0值相比较.其中,BPET1的预测值与ETO值的相关系数平方为0.9914;BPET2的预测值与ET0值的相关系数平方为0.9917;BPET3的预测值与ETO值的相关系数平方为0.9854.研究结果表明,本文构建的模型计算精度较高,方法简便可行,能满足实际生产需要.

简介：黄土的湿陷起始压力是评价黄土湿陷性的重要指标之一.影响黄土湿陷起始压力的因素有很多,且各因素间并非独立,通过分析各物性指标间的相关性确定塑性指数、含水率、干密度作为影响黄土湿陷起始压力的因素.本文提出并建立了黄土湿陷起始压力的人工神经网络预测模型,选取新疆伊犁地区黄土的数据作为神经网络模型的学习和预测样本,将神经网络模型的预测结果与实际结果对比可知二者误差小于10%.利用陕西彬县黄土数据验证了网络模型的通用性,说明用人工神经网络方法计算黄土湿陷起始压力准确、可靠,建立了一种计算湿陷起始压力的新方法.

简介：“十二五”时期，我国水电发展的重点为大型水电基地建设，将优先开发水能资源丰富、分布集中的河流，建设十个千万千瓦级大型水电基地。重点包括金沙江中下游、雅砻江、大渡河、澜沧江中下游、黄河上游、雅鲁藏布江中游等流域（河段）水电开发，

简介：在调水工程中,如果泵站站前水位过低,会危及泵站安全,如果水位过高,会危及周边安全,因此探寻调水工程中河渠湖库水位变化显得尤为重要.以南水北调东线山东段南四湖为研究区域,寻求不同起调水位、出入流量、泵站开启时间差的调水方案下泵前水位变化规律.先利用耦合模型对不同的调水方案进行数值模拟,然后选取23组调水方案及其数值模拟所得的泵前水位作为样本训练BP神经网络,建立BP神经网络调蓄水位预测模型并进行验证,最后利用预测模型对不同调水方案进行泵前水位预测.结果表明,BP神经网络预测模型具有很强的预测能力,预测模型结果与耦合模型结果泵前水位基本吻合,水深相对误差小于9.15%,而模型计算效率提升96.67%.

简介：根据改进的BP神经网络，阐述了在结构损伤检测与识别上的应用。同时对该网络在结构检测应用过程中应该注意的问题做了探讨，展望了BP神经网络在结构损伤检测与识别上的发展方向。