代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。     

人工神经网络用于大气环境质量评价与排序

本文应用于人工神经网络Ｂ－Ｐ算法，建立了大气环境质量Ｂ－Ｐ网络评价模型，该模型应用于实例评价和环境质量排序结果与灰色综合评价法评价结果相比较，表明Ｂ－Ｐ网络法用于大气环境质量评价合理，客观，并具有可比性。     

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。     

模糊优选原理在水质综合评价中的应用

本文将模糊优选原理应用到水质综合评价中，并通过与模糊综合评价模型对水质评价的比较，验证了其准确性和优越性。     

基于信息熵权改进综合水质标识指数法及应用

为了探索客观、合理的水质评价方法,本文将信息熵和综合水质标识指数法结合,并应用于2010年7月～2011年6月海河水系6个国家监测点的水质评价中。与传统方法相比,该方法在信息熵权的计算和综合标识指数法计算的过程中,充分挖掘各指标监测数据的深层信息,使得评价结果更加合理。基于本文建立的评价模型对6个监测点的水质评价结果表明:1.在2010年7月～2011年6月期间,海河水系中研究的6个监测点的水质都能满足功能区目标,但具体水质仍存在空间差异和季节波动性;2.结合同类的研究,分析表明海河水系水质总体上得到了改善,反映出近年来针对海河水系治理的相关政策和措施合理、可行。     

大佛寺地表饮用水源地水质健康风险综合评价及保护对策分析

引入水质健康风险综合评价理念,将水质评价指标分为感官指标、综合指标和毒理指标等3个类别,采用综合污染指数法对2018年巴中市大佛寺地表饮用水源地水质监测数据进行分析评价.结果表明,大佛寺断面水质健康风险综合指数年均值为0.79,水质健康风险评价结果为优,水质清洁,基本没有健康风险.综合类污染物对该断面的水质健康风险的评...     

多级模糊模式识别模型及在长江水质评价中的应用

利用多级模糊模式识别方法的基本理论,通过多目标优选,计算指标综合权重,给出了长江水质的评价模型;利用该模型对长江干流四川境内的5个观测断面的水质监测结果做出了评价:攀枝花、重庆朱沱和宜宾凉姜沟的水质属Ⅱ级,乐山岷江大桥和泸州沱江二桥的水质属Ⅲ级.评价结果不仅体现了水质级别,更体现了同级别水质中不同的污染程度,因而结果更为合理可靠.     

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。     

BP神经网络预警在旅游安全预警信息系统中的应用

将BP神经网络预警技术应用于旅游安全预警信息系统的开发实践，研究建立了一个基于BP神经网络的旅游安全预警模型。该模型有4个子系统构成，即预警知识提取子系统、预警信息库、报警系统和人机互动设备，分析总结了包含旅游地灾害频度、出游设施安全度和旅游地区域安全度三大类10个子因子为内容的旅游安全预警影响因素。在旅游安全预警的影响因素和安全预警的报警判别模式的基础上，进行了旅游安全预警应用的实验设计。实验结果显示，该模型应用效果良好。     

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。     

黄浦江水环境污染风险的模糊数学综合评价

采用模糊综合评价模型对2005年黄浦江6个监测断面水质状况进行评价。结果表明：2005年间黄浦江6个监测断面水质均属于V（严重污染）类，其主要污染物为氮磷营养物。     

河流水质评价中模糊数学评价法的应用与比较

选择2005年6个典型日（1月12日、3月10目、5月10日、7月13日、9月8日和11月10日）的水质，运用两种模糊数学评价法对浙江西苕溪流域港口断面的水质进行评价并作比较。第一种数学评价法采用较为简单的单因素模糊综合评价法，另一种采用多级模糊数学评价法。评价结果表明，1月12日、3月10日和11月10日的水质达到国家Ⅰ类水质标准；而5月10目的水质相对最差。比较两种评价方法，单因素模糊综合评价法对单个因素的影响敏感，特别是超标值对最后的相对隶属度贡献大；而多级模糊评价法综合各个因素来评价现状水质，因而反映出水质的综合情况。结合港口断面的特点分析水质变差的原因，结论是：流域农业劳作带来的面源污染物质进入港口断面使得该断面在农作高峰期水质较差；同时，断面的水资源短缺问题较为严重，导致水环境容量较小，污染物较难稀释扩散。     

基于层次分析法的生态示范区建设成效模糊综合评价

将层次模糊综合评价模型应用于生态示范区指标体系，采用专家调查法构造判断矩阵，确定了指标权重，并对生态示范区建设指标体系进行分级，评价了长沙市天心区生态示范区建设的成效。结果表明，应用层次模糊综合评价模型对生态示范区建设成效进行定量评价是切实可行的。长沙市天心区自开展生态示范区建设以来，在社会、经济和生态环境领域都取得了明显进步。     

改进的属性识别模型在湖泊富营养化评价中的应用

随着经济发展,水污染日益加剧,水体富营养化问题目益突出.将改进的属性识别模型结合熵权法对新疆艾比湖的富营养化状况进行了评价,并与综合营养状态指数法和改进密切值法进行比较,结果吻合.该方法计算简便,评价结果客观、合理,为湖泊水质的富营养化评价提供一种简便实用的评价方法.     

新疆主要湖泊,水库的水质综合特征评价模式及灰色预测分析

为了解新疆湖、库的水质现状，采用水质综合评价模式对新疆主要湖、库水质现状给出了适应《地面水环境质量标准》ＧＢ３８３８－８８为标准的水质综合特征模式。该模式给出的信息量大，表达直观，不仅能给出各水质参数的水域类别，划分水域类别的依据参数，还能给出超Ｖ类水域的水质参数的超标倍数。在现状评价基础上，利用灰色系统理论对污染湖、库的主要污染参数进行了预测分析。     

多级模糊模式识别方法用于河流水质评价

应用多级模糊模式识别模型进行水质量分类评价,克服了最大隶属度原则所不适用的地方,而且以相对隶属度、隶属函数为基础理论,使隶属度、隶属函数的计算更容易。建立了多级模糊模式识别模型,并应用于汾河水质分类评价中,应用结果表明,该方法合理、可行。     

BAF处理系统的BP神经网络模型

本文以某污水处理厂曝气生物滤池（Biologlcal aerated filter，BAF）的实际运行数据为基础，采用人工神经网络（Artificial neural network，ANN）方法，建立起BAF处理系统的BP神经网络预测模型。模型运算结果表明，预测值和实测值能较好地吻合，起到了模拟预测的效果，同时能优化运行状态。该模型的建立为BAF处理系统的预测及运行管理供了一条简便实用的途径，具有良好的研究和工程实用价值。     

基于模糊数学的贡嘎山景区燕子沟景群旅游开发项目环境质量评价

应用模糊综合评价的方法进行环境质量评价，能较传统方法提供更多信息。本文将模糊数学的方法首次应用于贡嘎山景区燕子沟景群区环境质量综合评价，选择线性模糊分布确定隶属函数，并采用标准加权法计算权重因子，以消除评价因子实测浓度的影响。分别采用两类算子模型进行评价，结果均表明评价区总体环境质量属于清洁型。     

中小河流水质模型应用研究

针对中小河流水文，水力特性，依据一维对流扩散方程，推导出适用于小河流的动态水质模型和稳态水质模型，分别应用于新疆乌鲁木齐地区水磨沟水质模拟计算，最后对两种状态的水质模型进行分析讨论。     

水质综合评价的基于熵权的灰色关联模型

水质评价需综合考虑各指标的属性，利用单指标评价常常具有独立性和不相容性，在将其视为灰色的基础上，由计算各样本的灰色关联度来确实其所属级别，引入信息熵理论，运用熵值法来确实评价指标的权重，建立了基于熵权和灰色关联度的水质综合评价模型，其计算简单，同时解决了权重计算困难的问题。通过在邯郸地下水水质评价中的应用，表明其结果合理，适用于水质评价。