简介：针对以往监测模型预测精度难以保证的问题，提出了一种新的安全监测预报模型——遗传回归模型，在保证一定拟合精度的基础上运用该模型，提高了模型预测精度。

简介：为研究水库水经国内常规给水处理工艺的各阶段出水中有机提取物对细胞DNA损伤的情况，于8月和1月取水库水作为原水，设定采集4个水样：原水（A）、经混凝沉淀后的沉后水（B）、滤后水（C）和经氯消毒的出水（D）。提取水样中的有机物配成不同浓度溶液，喂食小白鼠，取小白鼠脾脏细胞做彗星实验。结果无论在枯水期还是丰水期，水处理工艺各阶段出水对DNA都有不同程度的损伤，损伤程度顺序：A〉B〉D〉C；丰水期水样对DNA损伤程度高于枯水期水样对DNA的损伤。结果表明，水库水中的有机物污染物具有一定的遗传毒性，常规给水处理工艺对遗传毒性有削减作用，但不能消除。加氯消毒增加了水库水的遗传毒性。

简介：本文简要介绍了滑坡滑裂面搜索问题和遗传算法,并试用遗传进化算法从边坡任意形状滑裂面组合中搜索最有可能的滑裂面,也就是使安全系数最小的滑裂面.作为实例,分析了遗传算法在天生桥二级电站首部枢纽进水口右岸滑坡案例中的应用.分析结果表明,在搜索边坡滑裂面问题上遗传算法较其它搜索算法具有准确性和可靠性的优势.

简介：为了提高遗传算法在多目标梯级水库优化调度中的应用效果，在标准遗传算法的基础上引入了免疫机制，并将其应用到周公宅一皎口水梯级水库优化调度中。计算结果表明，免疫遗传算法较好地克服了标准遗传算法收敛速度慢、易陷入局部极值、早熟等弱点。

简介：造成中长期水文预报研究和预报困难的主要原因是水文现象本身的复杂性和不确定性,以及内部复杂的非线性关系,针对这些问题,本文建立了一种小波神经网络时间序列模型,并用遗传算法对小波神经网络的连接权值和伸缩变量、平移变量进行优化。使用这种模型对黄河三门峡站逐年月天然流量进行预报检验,并将检验结果与传统的小波神经网络和BP神经网络进行对比,从模型预报精度、趋势性和稳定性3个方面进行分析,分析发现,这种遗传算法优化的小波神经网络时间序列模型能够有效地克服传统的小波神经网络和BP网络容易陷入局部极小的缺陷,能够对水文现象的趋势性作出较精确的预测,具有良好的预报精度和稳定性。