独立计量区域（DMA）管理是控制城市供水系统水量漏失的有效方法之一，通过对流入或流出这一区域的水量进行计量，对流量，压力的分析来识别泄漏水模式。
针对问题一，利用拉以达法则进行异常值剔除，运用NAR神经网络模型，结合混沌时间序算法优化模型，建立变种神经网络模型，将异常值剔除后的供水量数据输入神经网络训练，得到供水量拟合趋势曲线。查阅各个典型用水模式的相关供水量数据，作出趋势图，并与拟合后的趋势曲线对比，辨识出该DMA分区的典型用水模式为居民生活（小区）模式。
针对问题二，参考国际水协制定的漏失指数（ILI）性能指标，将供水量-压力进行危险等级划分：A-正常，B-一般异常，C-较异常，D-严重异常，E-源头漏损5类。建立DBSCAN聚类模型，利用逆高斯函数对minPts与EPts值进行优化，得到优化SA-DBSCAN模型。将所有数据放入模型中进行分类，得到异常数据和正常数据。通过SA-DBSCAN模型将异常数据分类，对照等级分类标准，对异常值进行等级量化，得到不同危险等级下的漏水量模式。
针对问题三，参考资料，将供水异常模式分为：明漏，暗漏，源头漏损，供水失窃。建立BP神经网络模型，结合GA遗传算法优化，得到GA-BP神经网络。将问题二中所得的正常数据消除固定数值背景漏水量之后，输入神经网络训练，将异常数据放入网络，得到正常的供水量数据，与原异常数据对比出异常幅度和持续时间，结合辨识出的居民生活（小区）用水模式，识别不同月份异常值产生的模式。四月用水异常模式为供水失窃；五月用水异常模式为明漏、暗漏及源头漏损；六月用水异常模式为明漏和暗漏。
2021-08-23 11:29:27
2.84MB
1
2020年东三省数学建模A题_论文展示。
采用了topsis和lstm长短期记忆人工神经网络深度学习模型。
研究新冠病毒疫情传播和世界主要国家疫情聚类和疫情管控评价。
内含问题解决 matlab ，python 代码
2021-06-23 09:07:35
2.28MB
新一代通信网络设计与规划
信息产业曾被誉为“工业化的牵引”，近期通信爆发式的发展也被认为是第四次工业革命的一个潜在突破点。“建立一个万物互联的世界”——是指将每家每户都通过通信技术联接起来，共享通信技术发展给我们带来的革新。通信网络可以大体分为四个层次：接入网、汇聚网、核心网和骨干网。本题主要关注骨干网和接入网的设计问题。
2021-06-10 14:44:04
2.93MB
1
2020年东三省数学建模A题_论文展示。
采用了topsis和lstm长短期记忆人工神经网络深度学习模型。
研究新冠病毒疫情传播和世界主要国家疫情聚类和疫情管控评价。
2021-04-16 18:49:41
3.29MB
1