人工神经网络在科学中的应用研究

以Ｂ－Ｐ网络为例介绍了人工神经网络模型的诮原理，以开拓人工神经网络在环境科学中的应用范围为目的，综述了几种常用神经网络模型在环境预测与评价２方面的应用性能。结果表明：人与环境关系的科学量度是多方位、多因素的非线性模糊问题，而人工神经网络模型具有解决该类问题的独特优点。针对不同环境问题，优选模型，开拓人工神经网络方法在环境科学中的应用范围，为环境问题的解决提供新的技术手段。     

神经网络模型在环境现状评价中应用研究

人工神经网络技术具有很强的非线性映射能力和并行性、自适应、容错性及自学能力,已广泛应用于包括环境在内的多学科领域。文章将人工神经网络技术应用于环境影响评价中,通过案例研究用人工神经网络解决环境评价中的问题。以山西吕梁地区环境影响评价为案例,选择人工神经网络中的BP网络,径向基网络和自组织竞争网络等三种网络模型对其进行环境影响现状评价,并对评价结果作对比分析,通过网络设计、网络训练和模拟,结果说明BP神经网络模拟结果比其它两种方法更贴近环境质量现状。同时对不同参数选取得到的结果进行分析,并经过网络参数的不断调整提高评价结果的精度,总结出各种神经网络模型在环境评价应用过程中参数的选取方法。尝试用神经网络解决环境评价中的问题,使环境工作中的方法技术更科学。     

人工神经网络方法在环境科学领域应用进展

人工神经网络(ANN)是在模拟生物神经网络的基础上构建的一种信息处理系统。近年来，环境科学领域已有越来越多的学者利用ANN的高度并行互联结构和自适应处理能力来解决一些常规数学方法不易解决的问题。本文从环境质量评价、环境系统因素预报、环境因素定量关系模拟及污染防治系统建模四个方面对ANN方法在环境科学领域的应用现状进行了分析总结。综合ANN方法在国内外环境科学领域的应用现状，可看出ANN方法在环境系统模拟及预测、环境工程自动控制、污染物智能防治系统研究等方面较常规数学方法具有相当的优越性。可以预见，ANN方法在环境科学领域必将具有巨大的实用价值和广阔的应用前景。     

GIS在环境管理中的应用

GIS 以地理空间数据库为基础,采用地理模型分析方法,适时提供多种空间的、动态的地理信息,为地理研究及地理决策服务.由于环境数据的特点,GIS与环境科学在研究对象和研究方法上所具有的相似性和互补性,近年来,GIS越来越多地被应用到环境管理之中,它的引入为环境管理带来了现代化的数据处理工具.对GIS的基本内容、在环境科学中的应用及其应用展望作了简要的论述.     

环境卫生学与环境保护

环境保护工作的一个主要目的是保护人类健康。近年来 ,环境卫生学得到了迅速发展 ,但环保部门似乎还不甚了解 ,未能充分发挥它在环保工作中的重要作用。现将环境卫生学作一概述 ,以引起广大环保工作者的重视。1　环境科学　　环境科学是当今发展十分迅速的一门科学。它主要研究环境 (结构与状态 )的运动变化规律及其与人类社会活动之间的关系 ,研究人类社会与环境之间协同演化、持续发展的规律和具体途径。环境科学源于环境问题的出现以及人类解决环境问题的需要。为了解决这些问题 ,各行各业的专家纷纷从不同于传统科学的角度 ,从环境问题…     

基于本体元模型的环境科学知识库研究与构建

环境科学知识具有多学科特性,仍难以在计算机系统中实现有效的管理和传播。为解决这个问题,利用本体论和本体元模型方法把环境科学知识粒度分解为物料、理论、工艺和指标等类别,构建环境科学知识的多层次组件模型和本体元模型,并在此基础上设计构建了环境科学知识库应用系统的框架。该框架已在中国环境科学学会主办的中国环保科普资源网中得到应用,形成环境科学知识库系统。该知识库以用户库、本体库和关系库分别存储用户信息、本体实例元数据和本体实例间的关联信息,与其他常见的知识管理系统相比,具有更强的扩展性和灵活性;以学科关系组织和呈现知识,更利于环境科学知识的管理和传播。     

环境振动的灰色预测模型研究

利用 GIM( 1 )的非时序直接建模法来预测研究建筑施工的环境振动 ,并将 GIM( 1 )模型与 GM( 1 ,1 )模型进行比较分析。结果表明 GIM( 1 )模型的拟合精度优良 ,对原始资料中白化信息的利用更加丰富 ,拓宽了 GIM( 1 )模型在环境科学领域中的应用范围     

环境科学的生态观

<正> 一、什么是环境科学环境科学是以环境问题或公害问题为转机而发展起来的一门学科,但其研究范围不单局限于研究公害对策,而是具有目标远大、发展前景广阔的科学.从不同角度看环境科学可有不同的定义,我认为可以把环境科学看作是人类生态学(Human Ecology).生态学通常是研究生物与环境之间相互关系的科学.生物与环境间的相互关系就是作用与反作用关系(图1).然而,环境科学则以人类为主代替了以生物为主.如果环     

环境专家系统

专家系统是具有大量专门知识,并能应用这些知识解决特定领域中实际问题的计算机程序系统。专家系统技术在环境科学领域中的应用称为环境专家系统。     

等维新息GM(1,1)模型在TNT生化降解研究中的应用

文中指出了常规GM(1,1)模型的缺点之所在,并对其建模方法作了改进,同时将改进得到的等维新息GM(1,1)模型与常规GM(1,1)模型对白腐菌生化降解TNT废水的过程进行了比较分析,得出改进的等维新息GM(1,1)模型具有更高的预测精度,从而拓宽了GM(1,1)模型在环境科学领域中的应用范围,为环境系统的拟合、预测分析和决策开辟了新的途径。      

基于地理分区及神经网络的湖泊水库富营养化研究

构建了一个基于地理分区及神经网络的湖泊水库富营养化综合评价体系.以美国环境保护署Nutrient Criteria Database数据库为参照对象,有针对性地研究我国湖泊水库的情况,首次提出了基于地理分区的简易评价标准,对不同地理特征的水体富营养化临界值进行了定量研究.同时本研究还建立了基于神经网络的富营养化评价模型...     

遗传BP算法在大气环境综合评价中应用

着重介绍的遗传算法求解网络结构优化，有效解决ＢＰ算法局部收敛的遗传ＢＰ算法的原理和构建遗传ＢＰ算法的步骤，并用于焦作市大气环境质量综合评价，结果表明，该方法有简便，准确，适用性强等优点。     

区域水资源开发利用程度评价的RBF网络模型

当前的水资源开发利用程度评价模型随着区域水资源开发利用系统评价内容的不同而变化 ,精度较难控制 .为解决单项水资源开发利用程度评价指标评价结果的不相容问题 ,提高水资源开发利用程度综合评价各层次的分辨力和评价模型的精度 ,本文给出了水资源开发利用程度综合评价的MATLAB环境下的径向基函数 (RBF)神经网络的结构、设计、仿真函数和图形结果的输出方法 .作为示例 ,对西安市水资源开发利用程度进行了综合评价 .结果表明 ,MATLAB环境下的RBF神经网络评价方法简便有效 ,即具有较强的分类功能 ,又具有较好的排序功能 ,评价结果可靠、适用性强 ,可广泛应用于各种水资源问题的综合评价     

海面溢油油种激光遥感ANN探测方法的研究

目前激光荧光遥感是探测海面溢油最有效的工具。作者将神经网络(ANN)的自组织特征映射SOM模型引入激光遥感的荧光光谱鉴别领域。本文主要进行的是理论建模和分析工作，而且用计算机软件方法实现了神经网络的模式识别和分类功能，对推广能力进行了实验分析。经过改进神经网络已具有比较理想的推广能力，并认为SOM应作为溢油识别的较理想方法。     

Integration of artificial neural network and MADA methods for green supplier selection

In recent years, with the raising of awareness in environmental protection and sustainable development in enterprises, the green issue has become more and more critical in supply chain management. This study intends to develop a green supplier selection model which integrates artificial neural network (ANN) and two multi-attribute decision analysis (MADA) methods: data envelopment analysis (DEA) and analytic network process (ANP). It is called ANN–MADA hybrid method. ANN–MADA hybrid method considers both practicality in traditional supplier selection criteria and environmental regulations. It also overcomes traditional DEA drawbacks, limitations of data accuracy and decision-making units (DMUs) amounts constraint. The model evaluation results of an international well-known camera manufacturer indicate that the ANN–MADA hybrid method outperforms two other hybrid methods, ANN–DEA and ANP–DEA. It was also discovered that ANN–MADA has better power of discrimination and noise-insensitivity in evaluating green suppliers’ performances.     

人工神经网络模型和公路复垦土地适宜性评价

提出了人工神经网络用于公路临时用地复垦土地适宜性评价，利用该模型对京大高速公路山西段复垦山西段复垦土地进行了适宜性评价，探讨了人工神经网络在土地复垦适宜性评价时的特点和注意问题。     

矿产资源开发环境影响评价的指标体系及方法研究

随着科学技术的进步和人口的急剧增长,人类对自然资源的需求以空前的速度递增。而人类对自然资源不合理开发利用所造成的生态环境问题,已从局部扩至整体,成为人们最为关切和急待解决的问题之一。就目前为了能够从根本上解决矿产资源开发过程中给环境带来的巨大打击,使污染情况得到良好控制,矿产资源开发环境影响评价是必然要采取的方法。基于此并与中国矿产资源开发实际情况进行有效结合,除此之外还分析了在矿产资源开发当中合适的评价方法。     

水质综合评价的遗传投影寻踪插值模型

为解决各单项水质评价指标评价结果的不相容问题 ,提高水质综合评价各层次的分辩力和评价模型的精度 ,本研究采用大样本数据 ,利用投影寻踪、遗传算法、插值型曲线和水质评价标准 ,为水质综合评价建立了一种新的数学模型———遗传投影寻踪插值模型 (GPPIM)。实例研究表明 ,GPPIM建模方法直观、可靠、精度高 ,既具有较强的分类功能 ,又具有较好的排序功能 ,可广泛应用于各种环境质量的综合评价。     

人工神经网络模型在水质预警中的应用研究进展

水质预警模型是大数据时代构建环境智能决策与管理体系的关键技术.近年来,水质自动化监测能力的提升以及测管协同对环境模型的强烈需求,激发了研究人员探索新的建模方法并努力提高模型预测性能.其中,人工神经网络(Artificial Neural Network, ANN)模型发展迅速.本文综述了3大类ANN模型的发展历史和模型结构特点,梳理了ANN模型在水质数据软测量、数据异常检测和时间序列预测等方面的研究进展,归纳了一般建模流程、技术建议和常用的模型性能指标,发现ANN模型的应用依赖于监测数据质量,存在模型可解释性差、模型运行硬件资源要求较高等不足,提出未来水质预警模型的研发思路和重点,需要加快推进水环境监测技术与预警模型的协同发展和业务化应用,通过多种应用场景检验实现技术迭代,形成大数据驱动的水质在线监测-智能预警-应急管理支撑体系,助力我国环境治理能力现代化.     

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。