利用人工神经网络研究含硫芳香族化合物结构与毒性的关系

本文采用简单的化学基团描述符，运用人工神经网络研究了含硫芳香族化合物对发光菌的性构效关系，并与多元线性回归相比较，结果显示了人工神经网络处理非线性问题的优越性。     

神经网络和多元线性回归筛选QSAR模型结构参数

在人工神经网络信息流分析的基础上,通过比较人工神经网络模型中的连接权值和阈值建立了筛选定量构效关系中分子结构参数的新方法.结果表明,采用人工神经网络筛选得到的结构参数构建定量构效关系模型,其模型质量和预测能力均优于多元线性回归方法筛选得到的结构参数所构建的定量构效关系模型.     

人工神经网络和遗传算法在生物载体填料生产工艺中的应用

本文应用BP人工神经网络建立了生物流化床污水处理工艺中新型生物载体填料的生产工艺参数与填料磨损破碎率和松散容重之间的关系，并运用遗传算法对填料的生产工艺进行了优化。结果表明：填料的最佳生产工艺参数为：EVA含量14％；活性炭含量3．6％；胶粉粒度18.97目。此时，填料的磨损破碎率和松散容量均达到最优值，分别为0．358％和0．226kg／L。这一优化结果对生物载体填料的实际生产加工具有指导意义。     

人工神经网络模型在洋河水库总磷预测中的应用

从总磷预测模型的适用性出发，提出用人工神经网络技术进行总磷预测的新思路，利用洋河水库近６ 年（１９９１～１９９６）的总磷及水质影响因子数据进行练习后，对９７ 年水库的总磷浓度进行了预测，并和实测值比较，结果令人满意。     

BOD-DO耦合人工神经网络水质模拟的研究

将人工神经网络的理论和方法引入河流水质模型的建筑中，提出了BOD－DO耦合BP人工神经网络水质模型，应用长江干流重庆段的实测水质样本对模型进行训练与 检验表明：该模型用于水质模拟可行且精度较高，为河流水质模拟开辟了一条简便可行的新途径。     

海水水质评价的人工神经网络模型研究

通过在各类海水水质污染指标浓度区间内生成随机分布样本的方法，生成足够多用于人工神经网络模型训练和检验用的样本，并应用基于误差反传原理的前向多层神经网络建立了用于海水水质评价的人工神经网络模型。并根据海水水质标准给出了区分不同类型水质的模型分界样本和模型输出分界值。讨论了确定合理隐层及其节点数的方法，使得训练后的神经网络模型具有更强的泛化能力，不受网络连接权值初始取值的影响。经训练的评价模型应用于实例的评价结果表明，新的评价模型具有较好的客观性、通用性和实用性。     

遗传BP算法在大气环境综合评价中应用

着重介绍的遗传算法求解网络结构优化，有效解决ＢＰ算法局部收敛的遗传ＢＰ算法的原理和构建遗传ＢＰ算法的步骤，并用于焦作市大气环境质量综合评价，结果表明，该方法有简便，准确，适用性强等优点。     

BP网络应用于大气颗粒物的源解析

应用BP网络对大气颗粒物进行源解析,将大气采集样本中的元素含量和大气颗粒物源成分谱构成训练样本集,用BP网络进行训练,由训练好的网络的权值可以计算出大气颗粒物的污染排放源的权重贡献率.将BP源解析法的计算结果与其它源解析法得到的结果比较,表明BP网络应用于大气颗粒物的源解析是可行的.     

应用神经网络方法进行防水材料耐久性预测的研究

SBS改性沥青防水卷材因使用年限增加,老化问题逐渐暴露出来,其中拉伸强度,断裂伸长率的下降表现得尤为突出,从而造成此种材料的使用寿命缩减。采用人工神经网络中误差反向传播的多层前馈式网络,即BP(Back-Propagation)型网络建立SBS改性沥青防水卷材力学性能和使用寿命关系的模型,对其使用寿命进行预测,为建筑施工、沥青防水卷材的研究提供一定的技术支持。     

河南省汛期地质灾害预警的BP神经网络模型及应用

根据诱发地质灾害的内外因素建立地质灾害预警模型,评价河南省地质灾害的危险性.选取地形地貌、地质构造、岩土体类型、植被分布、水土流失、降雨和人类生产活动7个影响地质灾害的因素,建立了地质灾害预警的BP神经网络模型.根据监测数据进行训练和检验后,采用该模型对河南省汛期地质灾害进行预测,发现预测结果与实际情况基本一致.研究表明,建立的BP神经网络模型作为一种灾害预警的探索和尝试,具有一定的适用性和推广价值,可以作为地质灾害危险性评价预测方法的补充.