基于Hopfield神经网络的结构优化分析

探讨了Hopfield网络在土木工程优化中应用的途径，并简要介绍了与Hopfield网络密切相关的模拟退火技术，介绍了用于工程结构优化的连续型Hopfield网络的能量函数，该能量函数能够准确地描述结构优化问题。同时，探讨了Hopfield网络用于工程结构优化的机理。然后，研究了基于CHNN的工程结构优化在Matlab上的实践，探讨了网络参数的选取。最后，通过算例表明方法的有效性。     

基于人工神经网络的水质污染综合评价方法

针对地下水水质污染综合评价工作的需要，本文提出基于B－P算法的人工神经网络模型，并用该模型对某地的水质污染作了综合评价。评价结果表明，该方法简便可靠，预测精度高，具有通用性和客观性。     

潮河流域水质分析研究

指出潮河是密云水库支柱水源，潮河的水质关系到北京人民的身体健康，采用“水质综合评价法”对潮河水质进行了分析，结果表明潮河上游水质状况良好，适合作为城市水源地水源。     

两种供水管网水质评价方法的对比研究

供水管网具有输送距离长、覆盖面广、易受周围因素影响的特点，为了确保供水安全，必须对管网水质进行客观评价。在介绍目前各种常用水质评价方法的基础上，以南方某市供水管网水质为例，着重介绍了模糊评价法和综合指数法在评价中的应用。通过对评价结果分析，表明模糊数学评价法具有评价准确性好、操作方便的优点；综合指数法具有评价结果直观、操作简单的特点。     

丹江口水库水质的综合评价

采用基于层次分析的模糊综合评价法对丹江口水库水质进行了等级评价,选取氨氮、总氮、总磷、高锰酸盐指数、浊度、溶解性总固体、溶解氧、硬度、硫酸根、氯离子和p H等指标作为评价因子,建立了丹江口水库水质综合评价指标体系。评价结果表明,在低浊期,丹江口水库水质介于Ⅰ类~Ⅱ类水质之间,在高浊期,丹江口水库水质介于Ⅱ类~Ⅲ类水质之间。     

改善上海市供水水质的近、远期目标和措施

介绍了当前国际国内的水质标准，对上海市水源及自来水水质现状进行了评价，提出了上海市2005年、2010年、2020年的供水水质目标以及实现目标的步骤和措施。     

城市自建供水设施的水质安全调查与评价

对某市22个自建供水设施的出水水质进行了调查，同时依据水环境质量评价“评分制法”设计了水质安全因子公式，对水质安全进行评价。结果表明，9个供水设施的出水水质为“安全”级别，占调查总数的40．9％；5个供水设施的出水水质为“不安全”，占22．7％；8个供水设施的出水水质为“极不安全”，约占36．4％；自建供水设施的主要不安全水质指标有感官指标、细菌总数、铁、锰等，超标率均在50％以上，对于采用二氧化氯消毒的供水设施，有69％的自建供水设施出水存在亚氯酸盐浓度超标的现象。因此，城市自建供水设施亟需加强监控和管理，以保障供水水质安全。     

城市绿色空间系统规划设计综合评价的新方法

针对目前我国城市建设中亟需对城市绿色空间进行系统性,定量化的综合评价研究,该文从城市绿色空间在城市中所具有的自然生态,城市空间,历史人文三方面的功能出发,制定了相应的评价指标,并且引入Hopfield神经元网络模型的有关方法探讨了城市绿色空间系统的综合评价问题。     

水质模型及其应用研究进展

运用系统分析技术进行水污染控制系统的规划是现代水质管理的基础和依据，水质模型对整个规划过程起着至关重要的作用。较详细地综合评述了近年来国内外水质模型及其应用的研究进展，并评价了水质模型研究的发展趋势，旨在促进相关研究的发展。     

不确定性河流水质模型的应用及进展

明确了河流水质模型由确定性向不确定性发展的趋势，指出现有河流水质模型大多建立在菲克扩散定律基础上。分析了河流水质模型中不确定性的来源，重点论述了随机水质模型的研究现状，并将其分为随机游动型、随机变量型和随机过程型三类，明确了随机微分方程水质模型与简化型的区别在于是否给出随机扰动强度的表达式，强调随机微分方程类水质模型是其发展方向，建议综合考虑不确定性和非线性，并从风险评价的高度来研究新的不确定性水质模型。     

四种水质综合评价方法的比较

将人工神经网络技术运用于水质评价,建立了地面水环境质量综合评价的ＢＰ网络模型和Ｈｏｐｆｉｅｌｄ网络模型,并与水质综合评价方法中经典的模糊综合指数法和灰色聚类法进行了比较,结果表明,ＢＰ网络是四种方法中的首选。     

Architectural layout optimization using annealed neural network

The facility layout problem is concerned with finding feasible locations for a set of interrelated objects that meet all design requirements and maximize design quality in terms of design preferences. The contribution of this paper is a new framework, named annealed neural network, for efficiently finding competitive solutions for the facility layout problem. This framework arises from the combination of Hopfield neural networks and simulated annealing. The first is a representation model of the layout problem and the second is a search algorithm for finding the optimum or near optimum solutions. The annealed neural network combines characteristics of the simulated annealing algorithm and the Hopfield neural network. Annealed neural network exhibits the rapid convergence of the neural network, while preserving the solution quality afforded by simulated annealing. Strategies for setting reasonable penalty factor in objective function and temperature in simulated annealing procedure were proposed. A case study of a hospital building with 28 facilities was employed to demonstrate that this model is rather efficient to solve the architectural layout problem, and it is amenable to fast computation for large layout problems.     

基于PNN神经网络的地下水水质评价及应用

概率神经网络是一种训练速度快、网络稳定、应用相当广泛的人工神经网络方法,它通过利用线性学习算法来解决非线性问题,在模式识别的分类问题中得到了广泛的应用。本文在阐述概率神经网络(PNN)原理的基础上,以我国地下水环境质量标准(GB/T14848-93)为训练样本,建立概率神经网络(PNN)模型,并将该网络模型运用于地下水水质评价。通过与灰色聚类法、模糊评判法和指标分类法比较,验证了该模型更为准确、可靠。     

基于模糊数学的供水管网水质安全性评价方法探讨

供水管网水质安全性评价对于提高供水调度与管理水平十分重要。提出了利用模糊数学解决复杂的水质安全性评价问题的方法。详细分析了余氯指标的评价标准,并以某城市供水管网为例研究了余氯的模糊评价方法。评价结果与实际水质状况相符,说明该模糊评判方法可用于管网水质的评价。     

Recurrent Neural Networks for Structural Optimization

This paper presents an improvement for an artificial neural network paradigm that has shown significant potential for successful application to a class of optimization problems in structural engineering. The artificial neural network paradigm includes algorithms that belong to the class of single-layer, relaxation-type recurrent neural networks. The suggested improvement enhances the convergence performance and involves a technique that sets the values of weight parameters of the recurrent neural network algorithm. The complete procedure of solving an optimization problem with a single-layer, relaxation-type recurrent neural network is introduced. The discrete Hopfield network is employed to solve the weighted matching problem. A set of simulation experiments is performed to analyze the performance of the discrete Hopfield network. Simulation results confirm that the discrete Hopfield network locates a locally optimal solution after each relaxation once the weight parameters are specified as defined in the suggested technique.     

供水管网节点水龄变化规律研究

运用EPANET2管网水力水质计算机模拟软件,对两种不同形式的管网进行分析,模拟了同一管网中不同位置的节点水龄变化,分析总结供水管网节点水龄的变化规律,为进一步研究节点水龄与余氯的变化关系,及供水管网中水质安全性评价和水质改善提供了参考.     

基于遗传神经网络模型的水质综合评价

建立了用于水质综合评价的遗传神经网络模型.该模型运用遗传算法优化改进型BP神经网络的初始权值和阈值,具有快速学习网络权重和全局搜索的能力,有效解决了BP神经网络容易陷入局部极小点和训练结果不稳定的问题.采用苏帕河梯级电站的水质监测数据对该模型进行了测试,并与其他方法进行了比较.结果表明,该方法用于水质综合评价客观、合理、准确,有其独特的优越性.     

水环境质量的隶属度BP网络决策模型

将误差反向传播人工神经网络（ＢＰ网络）应用于水质评价,并且在网络中引入隶属度的概念,建立了水环境质量综合评价的ＢＰ模型。以重庆南川凤嘴江水质资料为案例,对模型精确性进行了测试,结果表明：隶属度ＢＰ网络用于评价水质客观、合理,有其独特的优越性。     

供水管网的多水质组分预测建模研究

现有的城市供水管网水质预测模型仅针对单一水质组分,不足以全面反映管网水的水质状况.为此,以天津市某高校的校园管网为研究对象,在结合水力分析的基础上,同时对余氯和浊度进行预测和模拟建模.在模型的求解上,经对多元回归、人工神经网络和支持向量机进行详细的分析后,选用了较为成熟的BP算法.结果表明,模型预测的相对误差平均为20%左右,能满足实际应用的要求.     

BP神经网络在青弋江水质评价上的应用

文章根据青弋江芜湖市区段水质特点构建了合适的BP神经网络评价模型,并通过插值的方法增加了样本数量。训练和评价的结果说明BP网络模型在青弋江水质的评价方面是一种简单有效的方法。