BP及RBF人工神经元网络对臭氧生物活性炭水处理系统建模的比较

运用BP和RBF人工神经元网络建立臭氧生物活性炭系统模型,考察了两个网络对水处理系统建模的适应性。研究表明,BP和RBF人工神经元网络的臭氧生物活性炭系统模型准确地描述了系统影响因素的关系,可以求出系统中臭氧的经济投量;用BP人工神经元网络建立水处理系统模型,泛化能力好,但逼近速度较慢;运用RBF人工神经元网络建模,泛化能力较差,但逼近速度快。该项研究克服了运用传统方法建模的不足,为实现水处理系统的优化设计提供了可行的途径。     

基于PSR模型的河口生态安全评价指标体系研究

PSR模型是有效的生态评价和管理模型,近年来其在生态系统评价领域的运用越来越普遍.本文对PSR模型的产生、原理及其主要的类型进行介绍,介绍其在生态评价领域的运用概况,并重点介绍其在流域.河口及海洋生态安全评价中的运用,为河口生态安全评价做准备.本文对PSR模型在河口生态安全评价中的适用性进行分析,并基于PSR模型构建了...     

甘肃省农村环境安全现况分析

通过分析影响甘肃省农村环境安全的主要因素,提出了改善甘肃省农村环境安全状况的措施和建议。采用"压力-状态-响应"模型,构建了甘肃省农村环境安全评价指标体系。运用层次分析法及环境安全综合评价指数对2003-2008年甘肃省农村环境安全状况进行评价。评价结果显示甘肃省环境安全状态处于第Ⅱ级,属中警状态(风险状态)。趋势分析结果表明近几年甘肃省农村环境安全总体上呈现缓慢好转,但安全形势依然相当严峻。     

基于可拓优度的公务机飞行安全风险评价

为深入研究公务机运行的安全状态,提高公务航空安全管理水平,针对公务机的运行现状及特点,分析了影响公务机飞行安全的风险因素;围绕公务机的飞行管理、飞行保障、飞行环境和安全管理四个方面构建公务机飞行安全风险评价指标体系,利用模糊层次分析法确定指标权重;综合考虑公务机运行环境的复杂性及飞行风险的动态性,构建了公务机飞行安全风险可拓优度评价模型,并运用该模型通过实例对公务机飞行安全风险进行综合评价,结果显示公务机飞行保障和安全管理的风险特征值分别为2.238 4和2.261 8,均高于综合风险值1.869 9,需对其进行改进。该评价结果可以反映公务机飞行安全风险水平,发现影响公务机飞行安全的风险点,为管理部门制定针对性的措施提供一定的参考。     

城市隧道机电系统模糊综合安全评价

本文对城市隧道机电系统安全指标进行了分析,应用模糊数学理论建立了模糊综合安全评价指标体系和模型,并以厦门云顶隧道为例,对该隧道机电系统进行了模糊综合安全评价,得出隧道机电系统安全运营状态,对提高城市隧道机电系统安全管理水平具有重要的意义.     

基于层次灰色理论的高校校园安全评价

为了正确评价高校校园的安全状况,提出了一种运用层次灰色理论对高校校园安全进行评价的方法。该方法通过建立包含3个一级指标和24个二级指标的三层次高校校园安全评价指标体系,并运用层次分析法和灰色理论构建高校校园安全层次灰色评价模型来计算综合评价值,通过将计算值与标准值比较来判断高校校园的安全状况,经山东省某高校实例验证,表明该方法的评价结果与实际情况相符,且客观、科学。     

基于人工神经网络的地面水环境质量评价模型

针对确定水体类别比较困难这一问题 ,引入人工神经元网络理论和思想 ,通过建立基于 BP人工神经网络模型 ,对地面水体环境质量进行评价。     

基于PSR模型的三峡库区生态经济区土地生态安全评价

针对三峡库区生态经济区土地资源的特点及所面临的主要问题,基于PSR框架模型的发展,构建了一套评价指标体系.采用熵权赋权法确定权重,运用土地生态安全综合模型,对该区域2003~2006年的土地生态安全综合指数进行了计算.结果表明,区域土地生态安全综合指数由2003年的0.134(敏感级)升高至2006年的0.269(临界安全级),整体生态安全状态呈好转趋势,土地所受的生态压力整体上有所加大.现有土地生态安全状况的改善主要依赖于对现有土地生态问题的治理.现阶段土地的生态压力依然严峻.对2003~2006年的土地生态安全变化进行分析显示,土地生态安全综合状况已进入快速改善阶段.     

城市生态系统健康评价及实例分析

本文从构建城市生态系统健康评价指标体系及评价模型着手,运用模糊综合评价方法对杨凌示范区2004年的生态系统健康状况进行了评价分析,并提出了相应的环境管理对策.     

基于综合主成分及径向基网络的环境质量评价

运用综合主成分分析对监测数据进行处理,集成径向基函数人工神经网络(RBF-ANN),参考国家环境质量评价标准设定RBF的学习样本,从而构建区域环境质量综合评价模型,对安徽省合肥市新站综合开发试验区进行环境质量综合评价。实例分析结果表明,运用综合主成分法可以精准的统计出一个区域的环境综合数据,而且在matlab环境下运用RBF-ANN模型既可以准确,客观的评定环境质量的等级,又可以表现其环境污染的具体程度,能在同一评价等级内对不同环境质量的评价对象进行更加细微的污染程度的比较。结果表明,合肥市新站综合开发试验区环境综合质量介于轻度污染和中度污染的标准极限值之间,属于中度污染。     

水质综合评价的人工神经网络模型

为探讨水质综合评价的客观方法,以成都市金堂县东风水库水质资料为例,建立了地面水水质综合评价的BP网络和Hopfield网络模型。BP网络模型以单输出代替多输出可保证评价结果的唯一性。Hopfield网络更优于BP网络,既适用于定量指标的水质参数又适用于定性指标的水质参数,而且使水质评价形象化     

基于MATLAB的BP神经网络模型在漠阳江水质评价中的应用研究

为提高水质评价的准确性,基于MATLAB及人工神经网络理论,采用误差反向传播的BP算法建立漠阳江水质评价模型,充分利用神经网络的非线性映射特性,取7项常规地表水水质评价指标对漠阳江水质进行评价,并将BP神经网络评价结果与单因子评价法及综合指数法的评价结果进行比较,网络运行结果表明一致效果良好.同时较传统的水质评价方法,该网络具有较高的识别精度,提高了水质评价等级的准确性,使评价的结果更具有科学性.     

基于粗集、遗传神经网络的环境质量评价

基于粗集、遗传神经网络的环境质量评价方法利用粗集对属性的归约功能将数据库中的数据进行归约，并将归约后的数据作为训练数据提供给BP神经网络；再用遗传算法和BP算法相结合的混合算法来训练网络预测模型的结构（在得到最优网络结构的同时也得到网络的最优权值和阈值）。通过实例表明该方法是有效的，为环境质量评价提供了一种新的研究思路和分析方法。     

县级生态农业建设的人工神经网络模型

引入人工神经网络的评价识别方法，建立了ＢＰ模型，以前人建立的县级生态农业建设评价指标体系评价标准，和某县生态农业综合评价指标数据为实例，比较ＢＰ模型的有效性，得到的评价分类结果和指标优先发展顺序决策与实际情况相吻合。     

基于PSO算法的BP神经网络对水体叶绿素a的预测

BP神经网络(Back Propagation Network)在水体富营养化评价及预测中已广泛应用,但传统BP算法的收敛速度慢并易陷入局部最优. 提出了一种基于微粒群(PSO)算法的BP神经网络模型,利用PSO对神经网络的权值进行修正,优化神经网络结构及算法全局收敛性. 选择最能代表明湖水质状况的5号采样点作为研究对象,把2009年4月—2010年3月的月样本插值为周样本,对明湖ρ(Chla)的短期变化趋势进行了预测,并用6号采样点数据来验证网络的泛化能力. 比较分析基于PSO算法的新模型与传统BP算法模型的预测精度表明,新模型有效克服了传统算法的缺点,提高了网络的预测能力和学习能力.      

自适应人工鱼群-BP神经网络算法在径流预测中的应用

为了提高水库和河流中长期径流预测精度,提出了弹性自适应人工鱼群算法(RAAFSA)。应用RAAFSA算法训练BP神经网络,实现BP神经网络参数优化,形成弹性自适应人工鱼群-BP神经网络混合算法(RAAFSA-BP),对石泉水库进行中长期径流预测。仿真计算表明,弹性自适应人工鱼群优化的BP神经网络算法收敛速度快于BP神经网络算法、人工鱼群-BP神经网络算法和RBF神经网络算法。该混合算法克服了BP神经网络和人工鱼群算法易陷于局部极值、搜索质量差和精度不高的缺点,改善了BP神经网络的泛化能力,输出稳定性好,预报精度显著提高,每次预测相对误差绝对值都小于6%,合格率达到100%。该算法成功地解决了石泉水库中长期径流预测精度不高的难题,可有效用于水库和河川中长期径流预测。     

区域水资源可持续利用评价方法对比研究

为进一步揭示几种典型的区域水资源可持续利用评价方法的特点与应用效果,论文选取两类共7种评价方法或模型,即综合指数型的PCA法、AHP法、灰色关联度法、改进序关系法和等级分类型的模糊综合评判法、BP神经网络、SVM模型。以福建省9个设区市为评价对象,结合DPSIR概念模型的内容,构建水资源可持续利用评价指标体系,从而在指标体系不变的条件下,分别进行区域水资源可持续利用评价,进而比较分析各方法的特点及其评价结果。研究表明：1）相同评价指标体系下,不同方法得到的评价结果有一定差别。2）PCA法和改进序关系法的评价结果一致性最高,其次是AHP与改进序关系法,且综合指数型方法中改进序关系法应用结果更可靠;灰色关联度法存在高估水资源可持续利用水平较低区域的评价值,且综合评价指数分布范围小、区域间分辨间隔较小的不足,而模糊综合评判、BP神经网络和SVM的评价结果差异较大,规律性不明显。3）常规的PCA、AHP、灰色关联度和模糊综合评判法的评价过程相对稳定,虽然BP神经网络和SVM模型能减少赋权的主观干预,但受指标等级标准划分、训练样本生成和参数设置等因素的影响,评价应用的稳定性相对差。4）与BP神经网络相比,SVM用于水资源可持续利用评价相对稳定,但SVM分类器对样本空间划分的状况则直接影响评价结果的可靠程度。     

BP人工神经网络对长春市土壤质量评价

本文针对城市土壤重金属污染问题,以长春市为例运用人工神经网络理论及方法,建立土壤环境质量评价的BP人工神经网络模型,通过实例分析,并将评价结果与模糊综合评判结果进行了比较,说明运用该模型评价土壤环境质量不但能使评价结果精度大大提高,而且是切实可行的。     

B－P网络用于水质综合评价方法的研究

本文应用误差反向传播（Ｂ—Ｐ）算法的人工神经网络建立了水质综合评价模型。该模型应用于实例的水质评价结果表明Ｂ—Ｐ网络用于水质综合评价具有客观性和实用性。     

B－P网络用于水质综合评价方法的研究

本文应用误差反向传播（Ｂ—Ｐ）算法的人工神经网络建立了水质综合评价模型。该模型应用于实例的水质评价结果表明Ｂ—Ｐ网络用于水质综合评价具有客观性和实用性。