基于GA-BP神经网络的餐厨垃圾合成PHA工艺产量预测

为了预估混合底物碳源条件下活性污泥PHA合成产量预测的准确度,通过引入遗传算法对BP人工神经网络的权值和阈值进行优选,建立基于GA-BP神经网络的餐厨垃圾合成PHA工艺产量预测模型。以餐厨垃圾发酵液为底物碳源,利用活性污泥在ADD模式下进行PHA合成。以实验数据为基础训练神经网络模型,通过实测数据与模型预测数据之间的对比,验证了人工神经网络预测模型的精确度,并对长期PHA合成能力进行了预测。结论表明:基于遗传算法改进的GA-BP网络模型表现出比传统BP神经网络模型更佳的预测准确度,为评估混合菌群PHA最大合成产量的长期发展趋势,确定合理富集时长探索了可行方法。     

基于PCA和BP神经网络的中南公路岩质边坡稳定性预测

综合利用主成分分析法(Principle Component Analysis,PCA)对影响公路岩质边坡稳定性的6个因素进行主成分提取,提取的4个主成分作为BP神经网络的输入变量,边坡状态作为输出变量,并采用Levenberg-Marquardt(LM)算法优化BP神经网络,建立了基于PCA-LM-BP神经网络的公路边坡稳定预测模型。结合中南公路岩质边坡工程实例,将PCA-LM-BP神经网络模型的预测结果与LM-BP神经网络模型、BP神经网络模型预测结果进行对比。结果表明:基于PCA-LM-BP神经网络的预测模型精度较高,可为预测中南公路边坡稳定性提供一定的依据。     

基于BP神经网络的大气污染物浓度预测

利用BP神经网络结合变量筛选的方法建立了SO_2、NO_2、O3、CO、PM_(10)、PM_(2.5)等6种污染物的浓度预测模型,并选取2014-01-01至2015-11-28时段,昆明市区5个环境监测点以上6种污染物浓度的监测数据建立了昆明市污染物日均浓度预测模型.采用平均影响值(Mean Impact Value,MIV)的方法筛选出分别对6种污染物日均浓度值有主要影响的变量,作为BP神经网络的输入变量,利用建立的预测模型分别对6种污染物的日均浓度进行预测.结果表明,在关上监测点利用浓度预测模型对SO_2、NO_2、O3、CO、PM_(10)、PM_(2.5)等6种污染物浓度进行预测,污染物浓度预测值和实测值趋势吻合度较高.变量筛选后SO_2、PM_(2.5)预测效果比变量筛选前的预测效果好.O3的均方根误差和PM_(10)的标准化平均偏差,变量筛选前的预测效果比变量筛选后的预测效果好.变量筛选前的NO_2和CO的预测结果比变量筛选后的预测效果好.其他4个环境监测点的污染物浓度预测结果与关上监测点的结果相似.     

大气中SO2浓度的小波分析及神经网络预测

应用小波分解和重构对SO2浓度年变化趋势进行分析,在此基础上,建立了一种分段BP神经网络预测模型,并对各段有针对性地设计了神经网络预测模型.采用主成分分析进行输入变量降维.在BP网络训练过程中,往往会出现过拟合的现象,为此,在训练过程中,将样本等间距地分离为训练集和验证集来防止这个问题.为了消除网络的权值初始化对学习系统复杂性的影响,采用了5个子网络输出取算术平均的神经网络集成的方法.预测结果表明,该模型应用于SO2浓度预测具有较高的预测精度和良好的推广能力,而且明显优于一般的神经网络模型.     

基于灰色理论与BP神经网络预测成都市生活垃圾产生量

根据成都市中心城区垃圾产生量的历年数据,先用以时间为单变量的灰色GM(1,1)预测模型得到历年数据的拟合值,再分析垃圾产生量与其影响因素之间的灰色关联度,选出关联度最大的4个因素建立多变量的灰色GM(1,5)预测模型与BP神经网络模型,并对垃圾产生量的预测精确度进行了对比,用预测精度最高的BP神经网络模型对未来年份的垃圾产生量进行了预测,为成都市垃圾处理处置规划提供了理论依据。     

基于RBF网络的城市垃圾产量预测及可视化

为了预测并控制未来几年城市垃圾产量,以我国城市为例,利用K-近邻互信息的多变量特征从18个拟影响因素中确定了8个影响垃圾排放量因子,分别为常住人口、地区生产总值、社会消费品零售值、金融业增加值、工业增加值、批发和零售业增加值、住宿和餐饮业增加值和第三产业增加值.以2006~2013年数据为训练样本,2014~2015年数据为检验样本,根据影响因素建立径向基函数（RBF）神经网络预测模型,并基于平均相对误差对模型反向修正.然后结合两段式径向基预测模型,对全国各省市2017~2018年的垃圾总产量预测并可视化.结果表明,本文建立的两段式径向基预测模型平均相对误差是6.43%,预测精度为93.57%.可见,该模型的预测精度较高,能较好的在现实生活中对城市垃圾的产生量进行预测.     

基于BP神经网络的城市生活垃圾产生量预测研究——以上海市为例

文章总结分析了影响城市生活垃圾产生量的因素,并根据相关性分析结果确定了主要影响因素,然后建立了上海市生活垃圾产生量的BP神经网络预测模型,并将预测值与实际值进行比较,表明该模型具有较好的适用性和准确性,最后对上海市未来几年的生活垃圾产量进行了预测.     

基于神经网络的城市夜间环境监控与预测

因夜间天空亮度分布具有非线性变化特点,故引入神经网络算法,建立基于时间序列的夜天空亮度预测模型,夜天空亮度预测模型可为城市光污染防治提供评价依据.文章对神经网络的原理进行了论述,建立了基于时间序列预测模型.以测试数据为训练样本集,基于MATLAB(矩阵实验室,Matrix Laboratory的简称),采用改进的BP算法(误差反向传播算法)对网络进行学习训练,并对存在的误差进行了分析.基于时间序列BP神经网络的夜天空预测模型,当隐含层神经元数目为5,训练函数为L-M优化算法(trainlm)时,最大绝对误差可达到0.003 6 cd/m2,最大相对误差达到2.361 4%.结果表明,模型的运行结果与试验数据比较吻合,输出与目标矢量之间相关性也较好.     

基于人工神经网络的松花江朱顺屯断面的水质预测

利用BP神经网络进行短期水质预报并进行水质预测后再评价对环境管理和规划有重要意义。本文建立了朱顺屯断面5个目标水质参数NH3-N、DO、高锰酸盐指数、TN和TP的BPANN水质预测模型,并对实例进行了验证,结果表明建立的推进式ANN可以应用于此类时间序列的环境预测,网络泛化性能好,能够满足实际应用。     

基于全局敏感性分析方法的WASP模型不确定性分析

为了定量讨论WASP(The water quality analysis simulation program,水质分析模拟程序)模型中各参数对模拟结果的影响及其不确定性,本文在Simulink环境下对模型进行重组,利用Sobol方法,对影响DO、CBOD、NH3-N、NO3--N等4项输出的各参数敏感性进行了研究,重点讨论了输入条件如时空变化对参数敏感性的影响.结果表明:Sobol全局敏感性分析方法能够有效地筛选出WASP模型中对DO、CBOD、NH3-N、NO3-变化模拟较为敏感的参数,在实现模型参数“本土化”中具有较大的应用潜力;对比总敏感性与一阶敏感性指数之间的差异, WASP模型当中的若干参数(如GP1、PNH3、anc等)耦合性较强,不宜使用一次一个变量法对这些变量进行敏感性分析;在参数敏感性变化方面,即使对于同一条河流,WASP的参数敏感性指数会因边界条件的时空变化而发生改变.敏感性受空间变化的影响不大,但受时间(季节)变化的影响显著;输入变量随时间的变化,会引起模型不确定性在各季节上的较大的差异;WASP模型当中存在明显的“异参同效”作用,仅靠传统方法进行全局寻优率定,并不能体现水体各组分之间相互转化的过程,还需要结合实验对关键参数进行率定.     

基于SWAT模型的挠力河流域地表径流数值模拟与不确定性分析

为探究水文模型参数敏感性及模型不确定性对径流模拟的影响,运用SWAT模型对挠力河流域地表径流过程进行了数值模拟,利用SUFI-2方法评价模型参数敏感性及不确定性对模拟结果的影响,选取决定系数（R2）与Nash-Sutcliffe效率系数（E_NS）对模型精度进行评价。敏感性分析结果表明:对挠力河流域径流模拟影响最大的4个参数是CN2（SCS径流曲线数）、SLSUBBSN （平均坡长）、SOL_BD （土壤湿密度）和SOL_K （土壤饱和导水率）,表明SCS径流曲线数、土壤与地形地貌是影响挠力河流域地表径流最重要的因素。月径流模拟过程与实测水文过程拟合较好,率定期和验证期R2与E_NS分别为0.68、0.67和0.76、0.44,均达到令人满意的结果。不确定性分析结果表明:p因子为0.78,r因子为0.94,模型不确定性较小,进一步验证了模型的适用性。研究结果可为其他相似流域SWAT模型的应用及参数的率定提供参考。     

基于BP神经网络的道路交通环境影响综合评价模型

根据影响道路交通环境的各单项评价指标及其分级标准．利用随机分布理论生成足够多用于神经网络建模的样本数据。应用非线性模拟性很强的BP神经网络技术对道路交通环境质量进行综合评价，克服了物元分析等综合评价方法存在的不确定性和受人为因素影响等缺陷，提高了综合评价的客观性和合理性。评价实例表明：文中提出的生成训练样本和用BP神经网络建立道路交通环境质量的综合评价模型是合理的和可行的。     

改进的RSA方法在参数全局灵敏度分析中的应用

灵敏度分析是模型参数识别的重要方法. 参照一维情形,采用统计分布特征值,对传统意义上的参数灵敏度分析进行了扩展,将参数灵敏度定义从一维扩展到多维,为在多维情形下分析参数的灵敏度提供思路. RSA方法是全局灵敏度分析的重要方法,但其对参数的二元划分具有一定的局限性,因此对其进行一定的改进:①将RSA方法对参数集的二元划分扩展为多元划分.②分析对象不局限于对模型参数值的分布,也包括模型目标函数的分布,即研究在函数各取值区间,参数的分布是否具有明显的变化;研究在参数各取值区间,函数的响应是否具有明显的变化. 以n2的Rosenbrock函数作测试函数,对改进的RSA方法进行了检验. 以模型参数为基础的分析结果和以模型目标函数为基础的分析结果均表明,模型的2个参数的全局灵敏度都非常高,二者的分析结论一致.      

基于随机森林的耕地利用效率测度模型构建及其应用

构建合适的量化分析模型是科学把握耕地利用状况及利用效率的基础性工作,可为制定合理有效的耕地资源管控政策,实现耕地利用与生态环境的协调发展提供决策依据。为了更准确地反映耕地利用系统的复杂性、动态性及差异性等特征,鉴于随机森林的基本思想,运用随机抽样Bootstrap法在合理构建分类树的基础上,构造了耕地利用效率测度的RF模型,进而以中国粮食主产区172个城市为例训练该模型并将其运用至2003-2015年的耕地利用效率测度中,同时将BP神经网络和熵权法作为对比验证其一致性、代表性和优越性。结果表明：（1）耕地利用效率测度的RF模型不受量纲限制,运行所需参数少,运算过程简化,能够较为精确地模拟各评价指标间的复杂联系,科学量化各评价指标对耕地利用效率的贡献。（2）对同一空间单元的效率值而言,RF>BPNN>EW,RF与BPNN所得效率值的总体分布格局相似,且均与EW的测度结果存在较大差异。（3）从评价结果与现实的匹配度和精度表征参数来看,RF的测度结果与自然和社会经济发展等客观事实更相符,具有较高的适用性与可靠性。同时,与其余两种常用模型相比,RF能够降低计算复杂度,提高训练效率,其测度结果的相关系数R为0.8685,M_RPD为2.3533,且具有最小M_MSE0.0174和M_MAE0.0211,更适用于复杂非线性特征的耕地利用效率研究。     

地下水污染模拟模型的不确定性分析

为同时分析源汇项和水文地质参数不确定性对地下水污染数值模拟模型输出结果的影响,以抚顺市某煤矸石堆放场为研究实例展开研究.首先以硫酸根离子作为模拟因子,建立该场地地下水污染数值模拟模型.然后,分别采用局部灵敏度分析和全局灵敏度分析两种方法对模拟模型参数进行灵敏度分析并对比二者的结果,最终筛选出对模型输出结果影响较大的两个参数作为模型的随机参数.为减少反复调用模拟模型产生的计算负荷,分别对3口观测井应用克里格、核极限学习机、支持向量机和BP神经网络4种方法建立模拟模型的替代模型,根据这4种替代模型在不同井的拟合效果,为每口井优选出一个表现最好的替代模型,并利用优选出的替代模型完成蒙特卡洛随机模拟.最后,对随机模拟的结果进行统计分析与风险评估.结果表明,在置信度为80%时,1,2,3号三口井浓度的置信区间分别为:211.48~845.04mg/L,0~406.98mg/L,231.42~958.37mg/L.此外,依据《地下水质量标准》和各井的污染物浓度分布函数曲线得出:1号井和3号井的水质达标Ⅴ类水的概率分别为90.1%和93.1%,2号井达标Ⅲ类水的概率为80.7%,藉此为地下水资源管理和污染防治提供合理依据.     

基于改进偏最小二乘法的近红外快速分析强化生物除磷污泥胞内PHA

聚β羟基烷酸酯(PHA)是强化生物除磷系统中颗粒污泥胞内重要碳源和能源,其快速测定对强化生物除磷机理研究有重要意义. 采用Savitzky-Golay平滑法(SG)-多元散射校正法(MSC)对污泥的近红外光谱进行预处理,通过改进的偏最小二乘法(iPLS、siPLS、biPLS)建立污泥样品近红外光谱与PHA含量的定量分析模型.结果表明,SG-MSC预处理减弱噪声和背景等表面因素对光谱的影响,采用联合区间偏最小二乘法(siPLS)将全光谱等分为30个子区间, 联合子区间[13 21 24 29]建立的模型预测效果最优,其交互验证均方根误差(RMSECV)和预测均方根误差(RMSEP)分别为0.2018和0.3120,校正集和预测集相关系数分别达到0.9925和0.9391,该光谱区段与PHA分子结构中C-H的伸缩变形、弯曲振动和C=O的伸缩振动密切相关. 改进偏最小二乘有效地优化光谱建模区域,提高模型预测能力,实现污泥胞内PHA含量的快速定量分析.     

基于双热阻模型的典型芯片封装热分析及评估方法

目的研究基于双热阻模型的芯片封装热分析及评估方法,并对比分析芯片封装不同建模方式对热分析结果的影响。方法采用双热阻模型建立某ECU产品的芯片封装模型,并与"集总参数法"建模法的计算结果进行对比分析与评价。根据案例中典型的实测环境(试验箱),建立等效环境模型,并进行对比分析。结果采用双热阻模型建模的器件热仿真结果更精确,且能较好地反映芯片封装的实际热分布,从而便于发现芯片散热措施的热设计缺陷。集总参数法在应用与芯片封装建模分析时,计算误差相对较大,且无法准确表现芯片的实际散热情况。另一方面,是否建立实测环境的等效模型对计算结果影响较大。结论双热阻模型能较好地适用于芯片封装简化建模,在应用于封装芯片热分析时具有更高的精确度,且参数获取难度不大,具备较大的工程应用价值。     

基于OUR-HPR测量在线估计活性污泥合成PHA量

活性污泥工艺是一种具有重要应用前景的工业化生产聚羟基烷酸酯(PHA)的方法.当前PHA测量主要采用离线分析方法,时间滞后、分析操作复杂,不适于PHA生产过程控制.本研究基于活性污泥同时储存生长-溶解性微生物产物模型(SSAG-SMP),认为在饱食(外部有机碳基质充足)期间,聚羟基烷酸酯(PHA)的合成速率与氧利用速率(OUR)及氢离子产生速率(HPR)呈线性关系,建立了一种基于OUR-HPR在线测量数据估计活性污泥合成PHA量的方法.本研究对乙酸作基质的不同浓度情况进行模拟,结果表明OUR及HPR的PHA合成的氧气消耗分数(kPHA,OUR)和质子消耗分数(kPHA,HPR)为常数,分别是0.67和0.57.利用建立的线性关系来预测饱食期PHA含量,结果显示预测值与实测值较为吻合,说明提出的基于OURHPR测量在线估计PHA合成量的方法可行.     

基于OTIS模型的巢湖十五里河源头段参数灵敏性分析

为探究城市地区渠道化源头河段水环境模型参数灵敏性,以巢湖流域十五里河源头段为对象,选择氯化钠(NaCl)为保守型示踪剂,采用瞬时投加方式,开展现场示踪试验. 在此基础上,利用OTIS模型(小河流水体溶质迁移扩散模型)模拟溶质(示踪剂)输移扩散规律,并以均方误差(RMSE)为目标函数,就±10%和±20%等参数多种变幅情景,采用扰动分析方法对A(河道过水断面面积)、A_s(暂态存储区断面面积)、α(交换系数)及D(扩散系数)等参数开展局部灵敏性分析. 结果表明:在十五里河源头段溶质迁移特征模拟方面,OTIS模型具有很好的适用性;尽管不同河段各参数的灵敏性排序存在一定的变化性,但总体趋势较为明显,表现为A＞α＞A_s＞D,这与欧美国家空间尺度相近的一些小河流水体基本相同;由于α和A_s的灵敏性超过D,表明在渠道化的城市小河流源头段,考虑暂态存储对于溶质输移扩散的影响十分必要. 研究结果进一步验证了扰动分析方法对于OTIS模型参数灵敏性分析的有效性.