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。     

环境质量现状评价实用方法研究

环境质量是衡量环境优劣的标志,环境污染的程度一般以环境质量评价来衡量。那么,环境质量状况如何来评价呢?本文详细介绍了三大类模型方法对环境质量现状进行综合评价。     

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。     

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。     

模糊数学在矿山环境影响评价中的应用

环境质量是一个涉及多因素多层级的模糊概念,用经典数学进行环境质量评价,评判环境质量的等级只能用一个绝对判据来划分,无法处理模糊因素边界不清晰、中间过渡不分明的问题。本文应用模糊数学方法,在单环境因素模糊综合评价的基础上,进行了总体环境质量模糊综合评价的探讨,结合某区域环境实例,对其总体环境质量进行了模糊综合评价,并将评价结果与用经典数学评价结果进行了比较,比较表明,环境质量模糊评价方法较经典数学评价方法更客观更准确。     

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。     

关于环境质量评价方法的一点看法

环境质量评价是环境科学的一项重要研究课题。环境质量评价是对环境素质优劣的定量描述。通过监测手段,对环境中的各种物质进行定量分析,来评价环境质量的高低和优劣,这就需要有一个好的评价方法。要求这个方法要客观的反应出各种污染物对环境的影响,特别是它的综合作用对人类健康的影响,这是判别环境质量好坏的最重要的标准。目前在环境质     

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。     

层次分析法在城市生态环境质量评价中的应用

根据层次分析法的基本原理，在城市生态环境质量评价中建立各层次模型，并以福州市为例，通过对该市近年来城市生态环境质量的评价结果分析，对今后城市规划提出建议，为以后建设生态城市提供直接服务。     

农业生态环境质量评价研究

根据农业生态系统的组成及其存在的环境问题提出了选择评价农业生态环境质量的评价指标、选择评价指标的原则，评价指标及其权重的确定原则，指出根据评价指标的指数值计算农业生态环境质量指数值，再根据农业生态环境质量分级标准，确定农业生态环境的状态这一研究方法。     

遗传投影寻踪回归在城市环境质量评价中的应用

引入投影降维的思想,将遗传投影寻踪与回归分析技术运用到城市环境质量评价中。将此技术与神经网络方法进行实例比较,投影寻踪回归方法不但可以合理地作出环境质量的综合评价,而且消除了神经网络方法中类别判断不够精确的影响。     

模糊神经网络模型在拟建项目环境质量评价中的应用

由于评价因子与环境质量标准之间的模糊关系,导致传统的评价模型结果的不确定性。本文将模糊理论和神经网络模型相结合,利用模糊理论的隶属度反映各因子的质量相对状态,从而更精确地识别模糊性。通过模糊神经网络模型对环境质量标准样本的学习和测试,得出评价等级,并与模糊综合评价方法进行对比,实验结果表明,模糊神经网络模型用于环境质量评价是可行的,且比模糊综合评价方法更为客观、合理。     

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。     

An online water quality monitoring and management system developed for the Liming River basin in Daqing, China

This paper describes an online water quality monitoring and management system that was developed by combining a chemical oxygen demand sensor with an artificial neural network technology and a virtual instrument technique. The system was used to model the hydrological environment of the Liming River basin in Daqing City, China, in an effort to maintain the water quality in this basin at a level compatible with the status of Daqing City as a scenic resort. Operation of the system during the past 2 years has shown that an optimal allocation of water (including water released from an environmental reservoir to mitigate pollution events) could be achieved for the basin using the information gathered by the system; using mathematic models established for this system, the quantity of water released from the reservoir is adequate to improve the overall water environment. The results demonstrate that the system provides an effective approach to water quality control for environmental protection.     

Analyzing the factors affecting environmental risks of projects using a hybrid approach of DEMATEL‐ANP,artificial neural network: A case study

The increasing growth of the economy in each country necessitates a great amount of investment in infrastructure. The belief that projects involve various uncertainties, such as technical skills, management quality, and the like, indicates that most projects fail to achieve their aims, interests, costs, as well as their timeframes and space requirements. As the environment can pose significant uncertainty to any project, environmental risks should be deeply studied by project management departments. This study intends to analyze as a case the environmental risk management system within a consulting firm. From this analysis, each aspect of a project's environmental risk management is ranked using a fuzzy analytical network process (ANP), a neural network algorithm, and a decision‐making trial and evaluation laboratory (DEMATEL) methodology. From the organizational aspect, budget risk is the most significant. From the technical aspect, the risk of regulations is the most important one. Finally, the risk of project failure from poor communication is another identified main risk in this research. By studying high‐ranking items in this hierarchy, it can be understood that these criteria exist in different aspects; therefore, all aspects of the risk should be taken into account to cover and assess risk. A neural network algorithm for validating and reassessment of ranking is employed. Results of this application showed that, based on Spearman's rank correlation method, two different approaches resulted in similar rankings. Finally, some practical implications for responding to the most highly ranked risks are proposed.     

德阳市全域环境监测网络现状及建设思考

经过近30年的发展，德阳市已经初步形成了环境质量、重点污染源、应急监测等环境监测网络。通过对德阳市环境监测网络现状进行分析，总结存在的问题和不足。按照适度超前，分步实施的思路，从建立和完善环境质量监测网络、污染源自动监测网络、环境应急监测网络、农村环境监测网络、环境监测信息网络5个方面对德阳市全域监测网络建设进行论述，并结合德阳市经济社会发展水平和工业布局，对如何提高监测网络运行效率，形成区域监测合力提出有针对性的建议。     

基于BP模型对城市交通噪声的数据处理和预测

城市交通噪声的预测和评价技术是城市交通可持续发展的重要研究内容，直接为城市交通规划中环境容量分析和环境影响评价服务。本文通过实测的大量数据，运用神经网络中的BP模型及其算法建立车辆数、道路宽度和交通噪声之间的关系，对城市道路交通噪声数据进行处理和预测。     

神经网络在空气污染预报中的应用研究

空气污染预报是一项复杂的系统工程，是当今环境科学研究的热点，国内外已有将神经网络法应用于大气污染预报的研究。本论文以PM2．5为例，采用伦敦市PM2．5的小时平均浓度数据，使用传统的BP神经网络建立预报模型，定量预测伦敦市PM2.5的小时平均浓度，探讨了大气污染预报网络的建模过程中，扩大样本集、去除样本集数据噪声和在输入向量中加入气象变量等因素对建模所产生的影响。最后得出结论，适当的选择样本集、气象变量，有利于提高所建立网络模型的预测精度。     

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。