人工神经网络在生态环境质量评价中的应用

以生态环境指标的各级评价标准作为训练样本，应用人工神经网络建立生态环境质量评价的BP网络模型。用训练好的BP网络对生态环境质量进行评价，并与模糊识别评价法进行比较。结果表明，人工神经网络用于生态环境质量的评价结果与环境质量实况相符。     

基于遗传神经网络模型的大气环境质量评价方法

设计了用遗传算法训练神经网络权重的新方法，实验结果显示了遗传算法快速学习网络权重和全局搜索的能力，有效地解决了BP算法的局部收敛问题。误差反向传播的遗传——神经网络(GA—BP)模型用于大气环境质量综合评价，具有简便、准确、客观和适应性强等优点。     

基于BP神经网络的天线识别

本文比较研究了BP神经网络中的几种常用算法,针对这些不同算法下的BP神经网络进行训练,并得出了各自网络的性能。在此基础上,针对经典BP算法和LM算法进行对比研究,找到LM算法的改进之处。此外,在实际的应用中表明,不仅不同的BP算法对网络的运算速度、泛化能力等有较大的影响,而且BP神经网络对隐含层神经元数目也很敏感。我们希望在BP神经网络的基础上,构建一种合适的天线模型,来应用于天线的分类识别,这将具有很大的现实意义。     

几种神经网络模型在空气质量评价中的应用

人工神经网络是一种利用计算机模拟人脑神经组织的运算模型。作为一种新的研究方法。神经网络在一定程度上可以弥补传统评价方法需要构建隶属函数、无法精确描述级别区间内的变化特征以及设计过程具有一定人为偏好的不足。本文选用BP网络、径向基函数网络、LVQ网络和Elman网络这4种典型的神经网络模型进行实例研究。把国内8个城市的污染物排放数据代入训练好的网络模型，进行空气质量评价，得出的结论对提高神经网络评价结果的准确性和可靠性有一定参考作用。     

基于人工神经网络的绥化市县域经济发展水平分析

选取8个经济指标，运用人工神经网络（ANN）的理论和方法，构建应用最为广泛的BP网络模型，对2004年绥化市10个县市的经济发展水平进行了评价。结果表明，绥化市县域经济发展水平差异十分显著，其中肇东等3县域属于高水平类型，海伦等4个县域为中等类型，明水等3个县域属于落后类型。     

基于BP神经网络的空调性能预测研究

针对空调系统传统设计所需的匹配试验量大,严重浪费公司水电以及人力资源的问题,本文提出BP神经网络对空调系统的性能进行预测的方法,以设计参数压缩机冷量、冷凝器和蒸发器面积和实验参数室内外环境温度、负荷量等为输入,以空调的能力和能效比为输出,对BP网络进行训练、测试。结果表明:BP神经网络算法的均方误差为0.005 8,预测结果的总相关系数为0.974 47,可用于空调系统的设计选型,减少实验成本。     

浅谈网络教学的现状以及混合式教学方式的发展

在10多年的网络教学实践中碰到了种种问题：高投资低回报，教师主导地位的丧失，学习活动在低水平层次的重复，学习效果与预设的理想目标相距甚远等等。这些问题促使研究者对网络教学的热潮重新进行理性反思，混合教学方式便应运而生，即传统的教师课堂讲授教学与学生在线学习相结合的混合教学方式。通过这种方式，能把传统学习方式的优势和网络教学的优势结合起来。另外，随着混合式教学方式的发展，对教师技能也提出了新的要求。     

基于不同的神经网络模型PM_(2.5)浓度预测对比

近年来,以PM_(2.5)为主要污染物的重霾污染事件频频发生,给国民经济及居民健康造成了严重威胁。本文采用BP、RBF及Elman神经网络分别建立预测模型,并以青海省某工业园区某监测站监测的数据为实例对预测模型进行了具体的应用。结果表明:BP神经网络、RBF神经网络及Elman神经网络都可以有效预测PM_(2.5)浓度,但是BP神经网络预测模型预测误差要小于RBF神经网络模型及Elman神经网络模型,具有更高的稳定性和准确定。     

基于BP-Adaboost强预测器的瓦斯涌出量预测

为了提高传统BP神经网络瓦斯涌出量预测模型精度,避免BP网络容易陷入局部极值、收敛速度慢等问题,将BP神经网络和Adaboost算法相结合,提出了一种BP-Adaboost强预测器模型.将该模型用于实际瓦斯涌出量预测,并进行了40次仿真实验.结果表明:该模型预测精度高于传统的BP神经网络,且收敛速度快,具有较强的鲁棒性,预测精度能满足实际工程需要,为瓦斯涌出量预测提供了一种新的途径.     

前馈神经网络在环境评价和预测中的应用进展

本文针对水环境中复杂的不确定性及非线性关系,在水环境不确定性分析的基础上,详细阐述了以BP网络和RBF网络为代表的前馈神经网络法的基本原理,分析了两种方法的优点。同时,本文对两种方法在水环境影响评价工作中的应用现状进行总结,分析了两种方法的研究发展趋势。     

扩展阴极型膜电解法处理含铜废水的数学模型

采用均匀设计法,研究离子膜扩展阴极电解法对低浓度含铜废水的处理效果,得到了反应条件与回收效果之间的线性模型,并比较了线性预测模型和BP网络的预测效果。结果表明,线性模型有较强的定性分析作用但预测能力不强,而BP网络具有很强的预测能力。两法结合,具有很强的理论和实践指导意义。模型预测结果和实验结果均表明,扩展阴极型膜电解法可带来很好的社会效益和经济效益。     

基于Adaboost集成BP网络原煤生产成本预测研究

为了提高传统BP神经网络预测模型精度,避免BP网络容易陷入局部极值、收敛速度慢等问题,将BP神经网络与Ada-boost算法相结合,提出了一种Adaboost集成BP神经网络模型.结合磁县观台煤矿原煤生产成本相关数据,建立了原煤生产成本预测的Adaboost集成BP神经网络模型,将该模型用于实际的原煤成本预测.结果表明：该模型预测精度高于传统的BP神经网络,收敛速度快,具有较强的鲁棒性,预测精度能满足实际预测需要,为原煤生产成本预测提供了一种新的途径,也为原煤生产成本控制提供了重要依据.     

基于多元感知信息融合的电抗器故障声纹诊断研究

为提高电抗器故障诊断准确率,提出一种基于多元感知信息融合的诊断方法。方法通过采用PSO(Particle SwarmOptimization)算法优化LSTM(LongShort-TermMemory)网络的神经元个数与dropout值改进LSTM网络,并利用改进LSTM网络对电抗器故障声纹进行分类识别,实现了电抗器故障诊断。仿真结果表明,采用PSO算法改进LSTM网络,可提高LSTM网络的收敛速度和分类识别精度;采用PSO算法改进LSTM网络模型对电抗器故障声纹进行分类识别,可有效诊断额定预紧力松动、单边夹件松动、双边夹件松动等不同类型的电抗器故障,且具有较高的准确率,平均准确率约为98%;相较于SVM、CNN、BP模型以及标准LSTM网络模型,所提PSO算法改进的LSTM网络模型对电抗器故障声纹诊断的准确率更高,具有明显优势。     

人工神经网络在湟水水质综合评价中的应用

将“前向人工神经网络技术”应用于水质综合评价，提出了水质综合评价BP模型，并将该模型应用于实例进行效果检验，结果表明：人工神经网络BP模型用于水质综合评价是可行的，该方法适应性强，评价结果客观、合理。     

神经网络在空气污染预报中的应用研究

空气污染预报是一项复杂的系统工程，是当今环境科学研究的热点，国内外已有将神经网络法应用于大气污染预报的研究。本论文以PM2．5为例，采用伦敦市PM2．5的小时平均浓度数据，使用传统的BP神经网络建立预报模型，定量预测伦敦市PM2.5的小时平均浓度，探讨了大气污染预报网络的建模过程中，扩大样本集、去除样本集数据噪声和在输入向量中加入气象变量等因素对建模所产生的影响。最后得出结论，适当的选择样本集、气象变量，有利于提高所建立网络模型的预测精度。     

修正的BP神经网络森林火灾成灾面积预测研究

以1997-2012年《中国林业统计年鉴》的全国森林火灾成灾面积为依据,应用BP神经网络模型对成灾面积进行了预测,对预测方法进行了检验.在此基础上,利用残差提出了修正的BP神经网络模型,并对预测方法进行了改进.研究结果表明,修正的BP神经网络预测精度高于BP神经网络,预测相对误差平均为7.2％,可应用于森林火灾成灾面积的预测.     

城市钢厂大气颗粒物环境风险预警方法探索

有效的环境预警体系对城市钢厂的可持续发展至关重要。大气颗粒物是钢铁生产中排放的主要污染物之一,具有排放源数量大、点源面源共存、无组织排放量占比高等特点。以南方某钢铁集团的烧结厂区域为例,使用BP人工神经网络模型,研究城市钢厂的大气颗粒物风险预警方法。模型使用背景值、气象参数、生产参数作为输入层,颗粒物浓度为输出层进行训练。结果显示,训练集和测试集的相关系数R分别为0.996 4和0.995 8,大部分样本的颗粒物浓度预测值误差在±5μg/m~3范围内,BP网络模型的预测精度较高。     

三强携手--共育环境教育常青树访BP集团副总裁,BP中国首席执行官Gary Dirks

我刊从2001年第5期开始，在本专栏中已连续刊登了两期有关“中国中小学绿色教育行动”项目的概况及进展。作为该项目主要资助方——BP公司，为什么要出资支持并参与管理一项有关中小学环境教育的项目？他们能从中获益吗？中国中小学生又将从中得到什么？BP公司在第二期项目结束后，还会再争取“三连冠”吗？带着这些疑问，本刊记者专门采访了BP中国首席执行官Gary Dirks先生。地 点： 北京丽都商务中心BP中国办公室时 间： 2001年12月人 物： 邹晶 本刊记者 Dr. Gary Dirks BP集团副总裁 BP中国首席执行官及总裁 赵元恒 BP中国社区事物主管(BP: 系前英国石油公司、阿莫科石油公司、阿科石油公司和嘉实多公司经２０００年７月兼并重组后的新能源集团公司，2000年《财富》全球500强排序第七)     

德阳市全域环境监测网络现状及建设思考

经过近30年的发展，德阳市已经初步形成了环境质量、重点污染源、应急监测等环境监测网络。通过对德阳市环境监测网络现状进行分析，总结存在的问题和不足。按照适度超前，分步实施的思路，从建立和完善环境质量监测网络、污染源自动监测网络、环境应急监测网络、农村环境监测网络、环境监测信息网络5个方面对德阳市全域监测网络建设进行论述，并结合德阳市经济社会发展水平和工业布局，对如何提高监测网络运行效率，形成区域监测合力提出有针对性的建议。     

基于BP模型对城市交通噪声的数据处理和预测

城市交通噪声的预测和评价技术是城市交通可持续发展的重要研究内容，直接为城市交通规划中环境容量分析和环境影响评价服务。本文通过实测的大量数据，运用神经网络中的BP模型及其算法建立车辆数、道路宽度和交通噪声之间的关系，对城市道路交通噪声数据进行处理和预测。