大气监测优化布点的遗传BP法

本文着重介绍一种新的优化布点的方法－遗传ＢＰ算法和构造该算法的步骤。应用实例表明：遗传ＢＰ算法用于环境监测优化布点是十分理想的。     

大气环境质量的人工神经网络决策模型

为了对环境质量进行综合评价，运用误差反向传播算法的人工神经网络方法建立了环境质量评价的Ｂ－Ｐ决策模型，用此模型研究实例的大气环境质量，结果表明Ｂ－Ｐ网络用于环境质量评价具有客观性和实用性     

B－P网络用于环境质量分类研究

用全国２５个湖泊的水质指标资料作为训练样本，应用人工神经网络Ｂ－Ｐ算法，分别建立了３参数和４参数的水质分类模型。并用所建立的模型对６个湖泊水质进行分类检验效果。结果表明Ｂ－Ｐ模型应用于环境质量分类是可行的。且由于Ｂ－Ｐ网络有自学习、自适应的能力，因而与其它的环境质量分类法相比具有优越性。     

B－P网络用于水质综合评价方法的研究

本文应用误差反向传播（Ｂ—Ｐ）算法的人工神经网络建立了水质综合评价模型。该模型应用于实例的水质评价结果表明Ｂ—Ｐ网络用于水质综合评价具有客观性和实用性。     

B－P网络用于水质综合评价方法的研究

本文应用误差反向传播（Ｂ—Ｐ）算法的人工神经网络建立了水质综合评价模型。该模型应用于实例的水质评价结果表明Ｂ—Ｐ网络用于水质综合评价具有客观性和实用性。     

甲基叔丁基醚毒性研究综述

对国内外有关甲基叔丁基醚毒性的研究结果作了综述。目前的研究结果表明，不同的个体之间对ＭＴＢＥ及其代谢产物具有一定的遗传毒性和轻微的生殖毒性；可诱导肝细胞色素Ｐ－４５０活性的升高；多数试验显示，ＭＴＢＥ具有动物致癌效应；不同学者对于长期低浓度接触情况下，ＭＴＢＥ对人体健康可能会产生的影响存在争论。     

B-P网络用于环境质量分类研究

用全国２５个湖泊的水质指标资料作为训练样本,应用人工神经Ｂ－Ｐ算法,分别建立了３参数和４参数的水质分类模型,并用所建立的模型对６个湖泊水质进行分类检验效果。结果表明Ｂ－Ｐ模型应用于环境质量分类是可行的,且由于Ｂ－Ｐ网络有学习,自适应的能力,因而与其它的环境质量分类法相比具有优越性。     

光合细菌和螺旋藻对啤酒废水的净化与利用研究

应用ＰＳＢ将啤酒废水中的有机质降解处理为无机质，用甲壳絮凝沉降除去ＰＳＢ后加入螺旋藻进行培养。小型动态模拟实验结果表明ＰＳＢ和螺旋藻不仅能高效地净化啤酒废水。     

蒽醌染料的电解处理研究

用复极性固定床电解槽（ＢＰＢＣ）对蒽醌染料进行电解处理研究．结果表明ＢＰＢＣ可以破坏染料分子结构中的发色共轭体系，色度和ＣＯＤｃｒ的去出率分别达到９８％和８５％以上，对总氮的去除率也达到６０％以上     

综合环境质量的B－P网络二级评价

为了探索人工神经网络应用于环境质量评价的可行性和合理性，应用人工神经网络的Ｂ－Ｐ模型，构造了大气、水质和噪声的综合环境质量的Ｂ－Ｐ网络二级评价模型。并将该模型应用于实例作效果检验。结果表明Ｂ－Ｐ网络用于环境质量评价适应性强，方法可行，结果合理。     

基于遗传模拟退火算法的频率指配算法研究

在复杂电磁环境中进行频率指配是频谱管理中极为重要且困难的研究课题。提出了一种基于遗传模拟退火算法的频率指配算法,以基本遗传算法为基础,采用自适应的交叉概率和变异概率,将遗传操作和模拟退火操作相结合,从而克服了一般遗传算法的不足,可有效避免陷入局部最优并最终趋于全局优化。理论分析和仿真结果表明,该算法能够给整个无线电网络合理地指配频率,同时能有效地控制算法自身的收敛速度,与传统的指配算法相比,新算法在指配效果上有了很大的提高。     

基于形态滤波遗传算法对目标红外图像特征检测

将形态滤波和自适应遗传算法结合起来,提出了一个用于目标检测的形态滤波器参数优化遗传算法。通过设计了形态滤波的遗传算法,寻求最佳结构元,以实现对目标的自适应检测。作为2个特殊环境中的应用检测实例,分别对固体推进器尾喷焰红外图像和复杂背景下的弱小目标进行检测。实验结果表明该方法能够更好地适应环境变化,更大程度地提高目标信号检测的信号噪声（SNR）比,有效地检测出复杂背景下的目标。     

遗传梯度法在水质数学模型参数估值的应用

介绍一种混合遗传算法－－遗传梯度法，并将其应用于水质数学模型参数估值，较一般优化算法能稳定得到的全局最优解。     

基于优化算法的辐射计折射率剖面反演

介绍了利用双通道地基微波辐射计,基于神经网络和遗传算法结合的晴空大气剖面反演研究工作,神经网络算法反演折射率干项,遗传算法反演折射率湿项,使用青岛地区历史探空数据仿真表明,两种算法相结合反演的大气折射率剖面与探空数据吻合较好.     

改进遗传神经网络方法在大气环境质量评价中的应用

运用双极性压缩函数适应度定标和基于排挤方法的选择算子改进标准遗传算法(SGA),使其成为简单通用、快速收敛的并行全局搜索算法。利用该算法优化误差反向传播网络(BPN),克服了BPN收敛慢和不具有全局收敛性的缺陷,在此基础上,建立大气环境质量评价模型,并将该模型用于实例。结果表明,该方法用于大气环境质量评价是可行的。      

遗传算法在二氧化硫总量控制中的应用研究

污染物总量控制是目前我国广泛应用的一种控制区域环境质量达标的方法,为了实施城市大气污染物排放总量控制,实现各功能区污染物浓度达标,采用浓度控制与总量控制相结合的方法。本文提出利用遗传算法进行大气污染总量控制,并在传统遗传算法的基础上做了改进,提出基因库和基因重组的方法。     

基于自适应遗传小波神经网络的水质评价建模

水环境污染过程的非确定性和非线性,使得传统的水质评价方法存在局限性。为了提高水质评价的准确性,提出了一种基于改进小波神经网络(wavelet neural network,WNN)的水质评价模型。采用自适应遗传算法(adaptive genetic algorithm,AGA)对小波神经网络的初始权值进行优化,再通过小波神经网络算法对网络进行训练,最后对训练好的网络展开测试。仿真结果表明,自适应遗传算法和小波神经网络的结合提高了网络的训练效率,该方法可以用于水质评价建模,并且评价结果具有较高的精度和准确性。     

加速遗传算法及其在环境模型参数估计中的应用

提出了遗传算法的一种改进方法－－加速遗传算法，分析了该算法控制参数的优化特性，总结了这些参数的简便设置技术，并给出了它在环境模型参数估计中的几个应用实例。     

基于遗传集对分析的空气环境质量评价

集对分析是针对确定与不确定问题进行定量分析的一种方法,而表征差异度系数i的取值,一直没有确定的方法,即使在确定了同一度、差异度、对立度之后,整个联系数仍因i的不确定取值而呈现既确定又不确定的特征。文章将遗传算法应用于联系数表达式中i值的优化求解,使得联系数确定化,并结合实例对空气环境质量进行评价,评价结果与用其它方法评价结果比较表明该方法的可行性。     

基于改进遗传算法率定水质参数的研究

提出一种新的优化准则函数,结合改进的加速遗传算法,能够求得全局最优的水质参数。实例计算结果表明,新算法具有较高的精确度和良好的优化性能。