自组织神经网络在有害赤潮预警研究中的应用

根据非线性理论及有害赤潮的特点，探讨应用人工神经网络原理进行赤潮预警预报的方法，提出网络可塑性较强，无监督的ART－KOHONEN网络模型，阐述了其基本原理和算法。将该模型应用于辽宁省营口市鲅鱼圈海域，结果表明：该方法能较理想地解决无训练样本的分类识别问题，具有较高的精度，可用于有害赤潮的预警预报工作。     

利用复介电常数和BP人工神经网络进行浓度预测的研究

制备了一定含水率不同浓度的CuCl2的PVA样品,用微波矢量网络分析仪和微波传感器测量S11参数,计算得到相对复介电常数。以样品相对复介电常数的实部、虚部及对应频率作为输入,以CuCl2溶液的浓度作为输出,建立BP人工神经网络模型。用训练样本集对网络训练后,检验样本的预测结果与实际值最大误差为0.97%。结果表明,利用复介电常数和BP人工神经网络进行浓度预测是一种很好的方法,进而为环境监测提供了方法依据。     

利用人工神经网络对空气中O3浓度进行预测

将人工神经网络应用于对空气中O3的浓度预测,提出了完整的预测模型,选取风速、风向、相对湿度、云量、平均气温、最高气温等6项气象因子作为输入量,经过两个月的预测实验,结果表明,实测值与预测值的平均相对误差为21.49%,相关系数为0.837.表明人工神经网络对O3的浓度预测是一种有效的工具.     

典型云南高原湖泊叶绿素a与影响因子的定量关系及对比分析

湖泊富营养化的影响因子涉及水文、物化、生物等多方面,具有复合性和非线性特征,定量化其与影响因素间的相关关系有助于识别影响湖泊营养状态的关键因子,可以用较低的成本、较短的时间达到理想的控制效果.云南高原湖泊具有易发生富营养化的自然和气候特征,对其富营养化发生条件及影响因子的分析可为科学的控制决策提供参考.本文选取云南滇池、程海、抚仙湖和异龙湖4个高原湖泊,比较湖泊自然特征与流域社会经济条件的异同;构建包括绝对主成分多元线性回归分析(APCS-MLR)、结构方程模型(SEM)及人工神经网络模型(ANN)的综合分析方法,重点关注并确定浮游初级生产力的代表指标(叶绿素a,Chla)与相关影响因子间的定量相关关系.研究发现:14个湖泊中,对Chla浓度变化影响最大的均为理化因子,但在各湖中该影响的正、负性及不同理化因子的贡献权重有较大差异;2流域污染源构成的不同在一定程度上影响了入湖的氮、磷负荷,使4个湖泊表现出不同的营养盐限制性特征;3流域面积、湖泊形态及湖体水动力条件影响着营养盐在湖体中的迁移转换,造成4个湖泊富营养化的差异性特征;4对Chla与影响因子间因果关联的识别须结合深入的机理过程分析.     

三峡库区场地建筑安全评价研究

三峡水库自 2 0 0 3年蓄水后 ,水对斜坡 (滑坡 )的软化作用和库岸再造大大改变了库区的工程地质条件 ,库区的地质灾害严重制约了库区移民迁镇工程 ,场地建筑安全评价显得尤为重要。笔者根据库区工程地质的特点 ,提出了场地建筑适宜性评价的指标体系 ,建立了场地建筑安全评价人工神经网络模型。通过对红石包滑坡进行各种工况下的稳定性评价 ,利用稳态坡形、坡角工程地质类比法对红石包进行库岸再造的预测 ,对三峡库区巴东县新城区红石包油库建筑进行安全评价。为库区移民迁镇工作提供科学依据。     

应用人工神经网络方法对海水入侵危害程度划区分类

本文将目前信息处理系统中最有效的人工神经网络方法,应用于海水入侵地区,对其危害程度进行划区分类,提出了解题原理,步骤和计算方法,丰富了对海水入侵现象的研究手段。在莱州市滨海地区的计算表明,该方法是可行的。     

基于人工神经网络的巢湖富营养化分时分区评价

应用人工神经网络方法,以温度、高锰酸盐指数、总磷、总氮作为评价参数,对巢湖湖区12个点位的营养状态进行了分时段评价,一共评价了2000年至2003年四个年度的各月份的营养状态。因为湖泊的营养状态水平是变化的,不同区域、不同时段营养状态水平是不同的,因此采用分区分时评价更能全面客观地反映巢湖的营养状态水平及其变化特征。     

基于人工神经网络的矿井通风系统评价研究

以矿井通风系统的“安全可靠、经济合理”和其定义所包含的各项内容为依据,从矿井通风动力、通风网络、通风设施、通风质量、通风监测、防灾抗灾能力、通风电耗、通风能力8个方面,确立了16项矿井通风系统评价指标,建立了一个新的矿井通风系统评价指标体系。采用人工神经网络中的BP网络算法,在VisualC++6.0平台上研制开发了矿井通风系统评价BP网络模型的计算机程序。并经过实际生产矿井检验,预测结果与实际完全吻合,说明了笔者所确定的矿井通风系统评价指标体系可以反映矿井通风系统的状况,所采用的BP网络算法正确,可以用来指导实际工作。该计算程序简单,易于操作,有一定的推广应用价值。     

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。     

河流水质预测的因素状态网络模型研究

建立了一种河流水质预测的因素状态人工神经网络模型,其算例的计算结果表明,这一种方法有着极大的研究意义和广阔的应用前景。