ANN模型对污水处理系统性能的评价

作者基于B－P算法的人工神经网络，对污水处理系统的性能作了预测和评价，并通过所建立的一个生物转盘处理系统的人工神经网络预测模型实例，验证了人工神经网络用于污水处理系统性能评价方面的可行性与准确性。     

基于BP神经网络的地表水环境质量评价

将水环境质量标准作为样本模式提供给BP网络，按照BP网络的学习规则对网络进行训练．经过7272次学习后，网络达到预先给定的收敛标准。应用该网络对长春市伊通河4个监测点位的水质量状况进行了评价，操作过程简便易行。     

环境质量模糊综合评价及其应用

环境质量评价是环境科学的重要研究课题之一，作者评述了常用指标法的不足，提出用模糊数学中综合模糊评价法评价环境质量，建立了评价模式和计算程序，并用于科学城的环境质量评价，评价计算给出的多层次数据所提供的信息，与监测结果所体现的环境质量状况符合，所建模糊评价程序是适用的。     

环境质量评价与预测方法的现状

本文对当前国内外环境质量评价和预测的方法进行了评述,对各种方法的特点进行了分析与比较,指出今后环境质量评价和预测方法的可能发展前景     

农业生态环境质量的指标体系与评价方法

目前,农村生态环境保护工作日益受到重视,哈尔滨市率先在全国开展了大城市级的农业生态环境监测网络的建设与监测工作,建成了一个拥有１４个县（区）级子站和１个中心站的网络,并已运行两年。这是一项新兴事业,国家尚无规范。工作中形成初步的观点和方法,在此提出以...     

基于模糊综合法评价新乡市大气环境质量

以新乡市"十一五"期间大气环境中二氧化硫、二氧化氮、可吸入颗粒物监测数据为依据,总结了这3种污染物的特征及变化趋势,并利用模糊综合评价法对大气环境质量进行了综合评价。根据关联度判断出新乡"十一五"期间大气环境质量均为Ⅱ级,环境质量优劣次序为:2010>2008>2009>2006>2007,与实际的污染程度相吻合,说明该评价方法具有客观性和准确性,为评价大气环境质量提供了科学依据。     

环境质量评价模糊集理论与模式研究

探讨了模糊集理论方法对环境质量评价的可行性，以大气环境质量评价为例，叙述了这种方法的研究程序及计算步骤。研究表明，采用模糊集理论方法对大气环境质量进行评价，结果结果合理，方法可行，有一定的参考价值。     

属性识别理论模型在环境质量评价中的应用

属性识别理论模型是近年来提出的数字模型，它已在环境质量评价中有所应用。现将该模型引用城市总体环境质量评价中，提出了运用二级评判来综合评价城市总体环境质量，经实体分析表明此方法比其他方法方便合理，为城市总体环境质量综合评价提供了一种新方法。     

基于压力论的城市生态环境质量定量评价模型及应用

本文从压力源-压力流-压力汇的角度构建城市生态环境质量评价指标体系,并对上海闵行区的生态环境质量进行了评价,结果表明闵行区城市生态环境质量的压力源虽然逐年来有所增加,但是其城市生态环境质量的支持力则呈现逐年增大的趋势,故闵行区城市生态环境质量总体向较为理想的趋势在发展。     

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。     

基于人工神经网络的突发环境事故应急系统

突发环境事故现场具有形势紧迫、信息获取困难等特点,引入人工神经网络技术(Artificial Neural Networks,ANN)设计开发的突发环境事故应急决策支持系统(ANN-EEDSS),能够完成现场应急指挥调度的定量化决策支持。关键技术包括突发环境事故神经网络构建方法,事故信息与应急措施的数字化方法,决策信息的翻译表示,事故影响因素的权重分析。最后阐述了系统现场运行和工作的流程。     

基于模糊神经网络的煤炭企业循环经济评价模型

针对煤炭企业循环经济水平具有模糊性的特点,利用模糊神经网络具有模糊化和良好泛化的能力,在探讨煤炭企业发展循环经济影响因素的基础上,从经济发展、资源利用、节能减排、环境状况、循环特征五个方面建立了煤炭企业循环经济评价指标体系,构建基于模糊神经网络的煤炭企业循环经济评价模型,并按照模糊神经网络结构的建立、输入数据的模糊化、输出数据的反模糊化、BP神经网络训练进行模型求解和运算,算例验证了该模型具有较好的学习能力.利用该模型评价煤炭企业循环经济具有有效性和准确性.     

滇池水污染物浓度预测的人工神经网络模型

本文针对滇池日益严重的水污染现状,根据云南昆明西苑隧道断面2004年-2010年的监测资料,建立了基于BP神经网络的主要污染指标预测模型,并对其进行训练检验,研究结果表明：独立样本中pH、溶解氧、氨氮、高锰酸盐浓度的预测值与监测值的线性相关系数分别为0．952、0．967、0．945、0．936。结果证明该模型预测精度满足要求,通过准确地预测湖泊水污染物可以为治理湖泊营养化和综合利用水资源、规划管理、决策提供重要的科学依据。     

应用B-P神经网络的城市空气污染预测研究

在具有城市重点污染源的排放数据的条件下，利用人工神经网络的自学习、自组织、自适应和较强容错性等特点，探讨B—P神经网络应用于城市空气质量预测的适用性。试验结果表明：此种方法基本适用，且在污染源监测数据充足的基础上，预测结果会更加准确。     

四川省地级市生态环境质量评价模型

在建立四川省生态质量评价指标体系的基础上,将径向基函数（RBF）神经网络模型用于四川省18个地级市生态质量评价和区划,实现了评价结果的可视化与直观化。评价结果与四川省生态质量实际状况相对比,表明了RBF网络的正确性和实用性,为实现四川省生态质量的保护提供了一条新途径。     

基于BP神经网络的城市旅游环境质量评价

城市旅游环境质量与城市旅游可持续发展之间存在着极为密切的关系,实现可持续发展的关键就是要解决好城市旅游环境质量问题。而旅游资源环境、旅游自然生态环境、旅游社会服务环境、旅游信息环境是城市旅游环境质量评价的主要因素,利用BP神经网络的方法对城市旅游环境质量进行评价是十分科学有效的。     

灰色聚类法在水环境质量评价中的应用

用灰色聚类法对乐山市境内的岷江、大渡河、体泉河的水环境质量进行评价，并与水质距离评价法、综合污染指数法进行比较。结果表明，灰色聚类法也是一种对水环境质量评价的实用方法。     

前馈神经网络在环境评价和预测中的应用进展

本文针对水环境中复杂的不确定性及非线性关系,在水环境不确定性分析的基础上,详细阐述了以BP网络和RBF网络为代表的前馈神经网络法的基本原理,分析了两种方法的优点。同时,本文对两种方法在水环境影响评价工作中的应用现状进行总结,分析了两种方法的研究发展趋势。