共查询到20条相似文献,搜索用时 368 毫秒
1.
水库是饮用水源的重要载体。近年来,社会经济急剧发展,大量污染物的排放严重威胁了水库饮用水源的健康。为保障人民群众饮水安全,准确识别水库型饮用水源地健康风险程度,基于模糊综合评价和BP神经网络建立了水库型饮用水源健康风险预测模型,构建了一个具有多层次多指标特性的饮用水源健康评价指标体系,并结合珊溪(赵山渡)库区的实例,对该库区饮用水源进行了健康风险预测。结果表明:该库区的水源健康等级为健康,与实际调研情况相符。神经网络模型可以用于对饮用水源健康风险预警,对水源地相关管理部门的水源健康评价工作具有一定的参考意义。 相似文献
2.
为了提高传统BP神经网络预测模型精度,避免BP网络容易陷入局部极值、收敛速度慢等问题,将BP神经网络与Ada-boost算法相结合,提出了一种Adaboost集成BP神经网络模型.结合磁县观台煤矿原煤生产成本相关数据,建立了原煤生产成本预测的Adaboost集成BP神经网络模型,将该模型用于实际的原煤成本预测.结果表明:该模型预测精度高于传统的BP神经网络,收敛速度快,具有较强的鲁棒性,预测精度能满足实际预测需要,为原煤生产成本预测提供了一种新的途径,也为原煤生产成本控制提供了重要依据. 相似文献
3.
4.
5.
6.
7.
8.
以绵阳市2014~2016年空气污染指数(API)以及SO_2、NO_2、PM_(10)等污染物为研究对象,探讨了绵阳市空气污染的变化规律,并分析它们与常规观测的地面气象资料之间的关系。尝试采用多元线性回归方法及BP神经网络方法建立污染预报模型,并检验分析两种模型的可行性。结果表明基于BP神经网络的预报模型在污染预报中可行,并建立基于BP神经网络进行空气质量预测的预测模型,利用历史资料进行验证。 相似文献
9.
10.
为了提高传统BP神经网络瓦斯涌出量预测模型精度,避免BP网络容易陷入局部极值、收敛速度慢等问题,将BP神经网络和Adaboost算法相结合,提出了一种BP-Adaboost强预测器模型.将该模型用于实际瓦斯涌出量预测,并进行了40次仿真实验.结果表明:该模型预测精度高于传统的BP神经网络,且收敛速度快,具有较强的鲁棒性,预测精度能满足实际工程需要,为瓦斯涌出量预测提供了一种新的途径. 相似文献
11.
城市自然生态型河流的景观设计方案质量评价受多种因素的影响,这些因素之间存在着复杂的非线性关系,有些甚至是随机的、模糊的,利用传统的方法难以表达它们之间的内在关系.研究建立三层次BP神经网络模型,以30份河流景观设计方案为样本,分别根据水质、水量、水空间、植被、经济、设施、交通等7项指标对景观方案的质量进行评价.结果表明,BP神经网络模型具有极强的非线性逼近能力,能真实反映景观质量与影响因素之间的非线性关系,预测结果与实测值之间误差小,相对误差小于5%.该方法操作性强,结果可靠. 相似文献
12.
针对建筑工程质量成本的预测问题,应用径向基神经网络原理,选取预防成本比、鉴定成本比、内部成本比、建筑面积、PPI、建筑用途、工期、现场条件、管理水平、施工地点、利润率共11个指标分析了各指标与质量成本的联系,进而选取4个指标作为神经网络的输入指标。以20组工程数据作为学习样本进行训练,建立建筑工程质量成本的径向基神经网络预测模型并采用均方根误差进行检验,用5组工程数据作为检验样本进行测试。研究结果表明:预防成本比、建筑面积、PPI、工期、施工地点与质量成本存在一定的联系;用模型所得预测结果的最大相对误差为0.016862。RBFNN预测结果与实际情况较吻合,预测精度较高,可用于建筑工程质量成本预测。 相似文献
13.
为提高水库水华发生预警能力,从水华形成机理着手,引入营养盐条件、水动力条件、光热条件和浮游植物生长状况,建立水库水华发生影响因素模型。首先,基于文献研究,建立水库水华发生影响因素体系,共包含10个指标;其次,利用解释结构模型(ISM)建立水库水华发生影响因素递阶结构模型;最后采用网络层次分析法(ANP)构建权重模型,并借助Super Decision(SD)软件求解。结果表明:叶绿素a浓度、悬浮物浓度、磷浓度、氮浓度、铁等微量盐浓度、水流流速、温度和溶解氧为表层直接影响因素,光照和风速为深层根本影响因素;重要度排序为:叶绿素a浓度、悬浮物浓度、磷浓度、水流流速、氮浓度和溶解氧。 相似文献
14.
15.
《中国环境管理干部学院学报》2020,(1)
在对中国碳排放交易市场碳交易价格形成机制讨论的基础上,提出了预测指标体系。利用2017年1月1日—2018年9月30日广州碳交易市场碳交易价格数据和指标体系中各预测变量的数据,应用Lasso回归方法对变量进行筛选,建立灰色BP神经网络对碳交易价格进行预测。预测模型对于10期以内短期预测平均相对绝对误差(MAPE)小于4%,预测精度较高。 相似文献
16.
温度作为评估电力电缆是否能安全、稳定运行的重要参数,但电缆受到安装环境等因素的影响,导致其电缆缆芯温度难以直接测得。基于此,提出依托有限元开展电缆缆芯温度预测的方法。下文在阐述有限元及BP神经网络相关概念基础上,利用有限元结合电缆热参数、边界条件等相关数据,创建电缆温度场有限元模型,并求出各环境及负荷参数下的缆芯温度,获得相应的样本数据。随之,借助样本数据训练神经网络构建相应的温度预测模型。实验结果证实,文中所提出的缆芯预测方法能准确预测其温度,能够对于电网实现主动预测性管理提供重要的参考。 相似文献
17.
为了对煤与瓦斯突出进行有效预测,将遗传算法和支持向量机相结合,提出煤与瓦斯突出预测的GA-SVM模型。以我国典型的煤与瓦斯突出煤矿15个实例为样本,以交叉验证准确率作为遗传算法的适应度函数,搜索得到径向基核SVM最优惩罚因子C=28.8786、宽度函数σ=0.16508,利用最优参数建立煤与瓦斯突出预测GA-SVM模型进行预测,结果与实际完全一致。应用该模型对云南恩洪煤矿8个突出实例进行预测,并与单项指标法、综合指标法和BP神经网络进行比较。研究结果表明,煤与瓦斯突出预测GA-SVM模型具有较高的可靠性和精确性,能对煤与瓦斯突出进行有效预测。 相似文献
18.
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。 相似文献
19.
针对航空装备在热带海洋大气环境下服役时对金属材料大气腐蚀预测的需求,提出了主成分分析法(PCA)优化的BP神经网络(BPNN)和广义回归神经网络(GRNN)模拟热带海洋大气腐蚀预测模型。研究结果表明,PCA可以很好地对原始数据的进行特征提取,降低样本集的维度。PCA-BPNN和PCA-GRNN模型的拟合优度与预测精度没有明显的相关关系。与PCA-BPNN相比,PCA-GRNN的预测精度高、稳定性更好,这为模拟热带海洋大气腐蚀研究提供了新思路,具有较好的借鉴意义。 相似文献
20.
近年来,植物化感作用逐渐成为控制藻类暴发的一种新技术。根据国内外的研究成果,着重从水生植物化感作用、化感抑藻物质、应急处置藻类方法、海洋赤潮和淡水水华的应急处置及机理进行评述,并对该技术今后的发展予以展望。 相似文献