环境规划与环境管理

X32 200101364预测大气C认浓度的非线性时序模型/金菊良(四川大学)…//自然灾害学报/中国地震局工程力学研究所一2000,9(4)一76一79环图N一34 提出用双线性模型(BM)来描述大气CO:浓度在时序上表现出的相依性、趋势性和非线性等特征,并给出了一套基于遗传算法的BM建模方案。实例的计算结果表明,,这套方案是可行有效的,由于BM模型利用在实际预测过程中产生的残差信息进行反馈校正,保证了模型高的拟合度和良好的预测性能,对复杂非线性动态系统具有很强的适应性。表4参8X320 .22 200101367日本PRTR制度的总框架二PRTR制度内全体像〔刊,…     

稳健GIM（1）预测模型及其应用

结合某水域地面水ＢＯＤ５的预测实践，研究提出了稳健ＧＩＭ（１）预测模型。该模型的参数估计运用最小残差绝对和算法，并探讨了其较常规最小二乘法在处理含异常值的系统的优点。实例表明，稳健ＧＩＭ（１）模型比常规ＧＩＭ（１）模型的预测更可行。     

GIM（1）灰色模型预测环保投资趋势的可行性探析

环保投资作为环保系统的一个子系统，并不一定具有指数函数规律。本文利用ＧＩＭ（１）灰色模型，探析了它在环保投资趋势预测应用中的可行性。初步应用表明，在序列不完全满足光滑化条件时，ＧＩＭ（１）灰色模型对系统变量的“白化”能力较ＧＭ（１，１）强，而与ＧＳＭ（１）灰色模型相当，信息利用率高，是分析、预测环保投资动态发展趋势一条切实可行的途径。     

有机污染物多介质环境的稳态非平衡模型

在稳态平衡模型的基础上，研究了有机污染物在多介质环境的稳态非平衡模型，并针对ＤＤＴ、１，２，４，－ＴＣＢ、ＨＣＢ、ＰＣＢ和ＤＭＰ５种化合物进行了计算。结果表明，该模型只须通过污染物在水中的浓度以及该化合物的各种物理化学性质和环境参数就可计算环境各相中污染物的浓度、逸度和质量分布，从而预测污染物在多介质环境中的归趋。     

应用GM(1,1)模型预测阿什河水质变化趋势

GM(1,1)模型在水质预测中得到了较为广泛的运用。本文应用GM(1,1)模型对阿什河入松花江口内断面中高锰酸盐指数和氨氮两项指标的浓度变化趋势进行了预测,结果表明:高锰酸盐指数浓度呈上升趋势,氨氮浓度呈下降趋势。对比灰色动态模型群和子模型的预测结果精度,发现对于两极分化的数据,模型群预测结果的关联度低于子模型。本文将为制定阿什河水质改善方案提供科学依据。     

河流水环境有机污染物的自组织预测模型及应用

自组织预测模型是前苏联学者伊万年科提出的一种非线性建模预测方法,它能有效地解决复杂非线性系统的数据处理和建模问题。该文应用它进行水环境有机污染物预测,以实际监测数据为基础,建立了一个河流有机物浓度预测的自组织模型,其检验样本的预测误差在５％以内      

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。     

灰色理论在预测鱼田堡煤矿矿井涌水量中的应用

煤矿地下水动态的预测预报始终存在着计算过程复杂、计算量大、且难以兼顾影响矿井充水的各种因素、精度较低的特点;灰色系统理论则具有高度的概括性、简单的计算过程和极佳的预测精度,因此在工程界得到了广泛的应用。本文采用灰色系统理论,以灰色理论GM（1,1）模型为基础对重庆鱼田堡煤矿矿井涌水量进行预测。结果表明,该方法在预测矿井涌水量中是一种简便而有效的好方法。根据涌水量预测结果,为矿井设计排水方案的最优化选择提供科学依据。     

基于限定记忆模式的GM-RBF水质在线软测量技术研究

针对现阶段水质监测中存在的水质变化响应滞后问题,提出一种限定记忆模式的GM-RBF水质在线软测量技术。该技术以软测量的基本思想为基础,通过引入基于记忆代数的代谢因子,变一维水质指标变量为多维"辅助变量"和"主导变量",并嵌入限定记忆控制项来防止陈旧信息引起的数据饱和,从而构建出动态建模数据集,最后利用GM-RBF组合模型实现了水质指标参数的多维非线性在线测量。实例验证中成功地对太湖流域沙渚断面水质进行了在线仿真测量,得出该断面水质在2015年呈现出先下降、再上下波动、后急速上升的变化趋势,其预测结果与实际情况基本相符;限定记忆模式下的GM-RBF水质在线软测量组合模型的预测误差MAE、MAPE、RMSE和RRMSE分别为0.203 7、0.020 5、0.251 1和0.033 9,与单一GM模型和RBF模型相比,该组合模型体现出离散性小、变化趋势与实测数据高度吻合的特点,兼具了GM模型和RBF模型的双重特性,且非线性拟合能力和泛化性能都得到了大大的提高。     

城市空气中氮氧化物污染物预报模型的探讨

本文着重介绍了适合城市空气中氮氧化物预报的五种模型：统计模型中的ＭＯＢＩＬＥ模式、时间序列分析法、投影回归技术和数值预报模型中的高斯模式及箱模式，并在此基础上推荐了组合预报。     

基于遗传算法的门限自回归模型在海温预测中的应用

提出了建立门限自回归模型（ＴＡＲ）的一套简便通用的方法。用作者提出的改进遗传算法，可同时优化门限值和自回归系数，成功地解决了ＴＡＲ建模过程所涉及的大量复杂寻优工作这一难题，为ＴＡＲ模型的广泛应用提供了强有力的工具。实例计算的结果说明了这套方法的可行性和有效性，同时也说明了，通过门限值的控制作用，ＴＡＲ模型可以有效地利用如海洋资源所隐含的时序分段相依性这一重要信息，限制了模型误差，从而保证了ＴＡＲ模型预测性能的稳健性，提高了预测精度。该方法具有通用性，在各种非线性时序预测中具有重要的理论意义和应用价值     

Short-term prediction of the influent quantity time series of wastewater treatment plant based on a chaos neural network model

By predicting influent quantity, a wastewater treatment plant (WWTP) can be well controlled. The nonlinear dynamic characteristic of WWTP influent quantity time series was analyzed, with the assumption that the series was predictable. Based on this, a short-term forecasting chaos neural network model of WWTP influent quantity was built by phase space reconstruction. Reasonable forecasting results were achieved using this method. Translated from Acta Scientiae Circumstantiae, 2006, 26(3): 416–419 [译自: 环境科学学报]     

拉伸类冲压成形性能非线性关系评定

同时用板材的加工硬化指数n值与各向异性系数r值对极限翻边系数K_(f,c)和极限胀形系数K_(b,c)的定量预报作用和公式;K_(f,c)=1/((1+r)n+1),K_(b,c)=(1+r)n+1.从而获得了板材拉伸类冲压成形性能用r×n去作非线性关系评定的实验研究结果.     

一种战车主减速器温度预测方法研究

目的针对战车主减速器温度预测需求,建立时间序列ARIMA多步预测和BP神经网络预测模型,提出基于BP神经网络修正误差的ARIMA模型温度预测方法。方法结合BP神经网络的非线性能力与ARIMA模型预测能力,分析ARIMA在多步预测时误差产生原因,在神经网络对ARIMA多步误差进行预测基础上计算修正因子,把误差修正因子和BP网络结合,实现对多步预测误差的修正。结果ARIMA模型多步预测时,预测误差随预测步数的逐步增加不断增大,引入了误差修正因子进行修正。通过预测值与实际值进行对比,可有效提高预测准确度。结论 BP神经网络和误差修正因子结合应用可显著提高温度预测效果。     

基于NARX神经网络的千岛湖藻类短期预测模型构建

局部水域的藻类异常增殖现象逐渐成为千岛湖面临的水环境保护难题. 构建以数据驱动的水华预测模型,实现对重点水域叶绿素a (Chla)浓度短期动态变化的预测,是快速应对潜在水华风险的有效手段之一. 鉴于NARX神经网络在预测非平稳时间序列动态特征方面的优势,以千岛湖国控监测断面小金山2016—2019年Chla的高频时间序列作为研究对象,对Chla剖面数据进行沿深平均、缺失值插补后,分别以连续3 d和连续7 d的Chla浓度作为输入,构建了基于NARX神经网络的藻类预测模型,用于预测未来0.5~7 d Chla浓度的变化,探讨了相关参数设置、训练及评价方法,并针对不同的预见期分析了模型性能. 结果表明:① 模型预测性能稳定,预测值与实测值相关系数保持在0.8~0.9之间,均方误差在15~30之间. ②随着预见期的变化,模型性能不同. 其中,在未来0.5~4 d的预测中,使用连续3 d的 Chla浓度作为输入的预测效果较好;在未来4.5~7 d的预测中,使用连续7 d的Chla浓度作为输入的预测效果较好. 研究显示,该模型可以较为准确地预测未来0.5~7 d的Chla浓度,可为构建以数据驱动的千岛湖水华监测预警系统提供科学依据.      

Ball end milling mechanistic model based on a voxel-based geometric representation and a ray casting technique

Prediction of machining forces involved in complex geometry can be valuable information for machine shops. This paper presents a mechanistic cutting force simulation model for ball end milling processes, using ray casting and voxel representation methods used in 3D computer graphics field. Using this method, instantaneous uncut chip cross sectional areas can be extracted, which can be used in cutting pressure coefficient extraction and machining simulation including machining forces and geometry of the workpiece. The major advantage of the proposed scheme is that it can simulate milling processes with arbitrary cutting tool geometry on a workpiece with complex geometry, using an algorithm with constant time complexity. A series of cutting experiments were carried out to validate the model.     

基于盲数理论的湖泊总磷D-BM优化模型

针对湖泊总磷负荷模型中各参数及总磷规划中排污量的不确定性,运用盲数理论,将Dillon模型、盲数模型和费用效益分析模型结合,建立了湖泊总磷规划D-BM优化模型.在总磷规划实例中,当3个近期治理方案的总磷目标浓度分别为0.30,0.20,0.15mg/L时,根据D-BM模型求出3个备选治理方案的费用效益指标分别为0.932、1.480和1.448.选择第2个备选方案为湖泊富营养化最佳治理方案.     

Investigation of exhaled pollutant distribution in the breathing microenvironment in a displacement ventilated room with indoor air stability conditions

This study experimentally studied the dispersion of exhaled pollutant in the breathing microenvironment (BM) in a room equipped with a displacement ventilation (DV) system and indoor air stability conditions (i.e., stable and unstable conditions). The vertical temperature differences and the carbon dioxide (CO₂) concentration in the BM were measured. Results show that when DV is combined with the stable condition (DS), pollutant tends to accumulate in the BM, leading to a high pollutant concentration in this region. Whereas, when DV is combined with the unstable condition (DU), pollutant diffuses to a relatively wider area beyond the BM, thus the pollutant concentration in the BM is substantially reduced. Moreover, increasing the flow rate can reduce the pollutant concentration in the BM of the DS but yields little difference of the DU. In addition, personal exposure intensity increases with time, and the DS has a relatively higher increase rate than DU. The results suggest that indoor air stability will affect the performance of DV systems. DS will lead to a higher health risk for people when they stay in the indoor environment with pollutant sources, and DU is recommended for minimizing pollutant level in the BM in order to reduce the pollutant concentration and providing better air environments for the occupants.     

Cold-modeling study of a circulating fluidized-bed reactor for flue gas desulfurization (FGD)

ＩｎｔｒｏｄｕｃｔｉｏｎＩｎｔｈｅｃｏｏｌｓｉｄｅｓｏｒｂｅｎｔｉｎｊｅｃｔｉｏｎｄｅｓｕｌｆｕｒｉｚａｔｉｏｎ,ｐｏｗｄｅｒｅｄｌｉｍｅａｎｄｗａｔｅｒｓｐｒａｙａｒｅｉｎｊｅｃｔｅｄｉｎｔｏｔｈｅｆｌｕｅｇａｓｂｅｆｏｒｅｉｔｅｎｔｅｒｓｔｈｅｐ?..     

基于贝叶斯正则化BP神经网络的砂土地震液化研究

砂土地震液化的影响因素具有高度的非线性关系,而神经网络在处理非线性问题上具有其独特的优越性.本文在探讨输人层模式的选择以及砂土液化影响因素的基础上,采用改进的贝叶斯正则化方法和"提前停止"算法建立了砂土地震液化预测模型,通过实例计算和模型评价,表明本模型的计算结果与规范法、改进的Seed简化法以及基于传统BP网络算法的...