基于遗传算法优化的大气质量评价的污染危害指数公式

基于污染危害率概念,提出了大气环境质量评价的污染危害指数计算公式和新的因子赋权法．指出用污染物的浓度相对值代替其监测值,公式中的参数可认为不随污染物种类和数目而改变．采用遗传算法对公式中的参数进行优化,得到了适用于多种污染物的大气质量评价的污染危害指数计算公式应用该公式对实例评价的结果与用其他多种方法评价结果进行了比较结果表明,该公式用于大气环境质量评价的物理意义明确、普适性强、计算简单、使用方便．     

一种水源地气温-水温-水质关系智能预警算法

设计了一种两阶段算法,引入水温作为中间桥梁,第一阶段利用多变异位自适应遗传算法解析气温与水温数学关系,第二阶段根据遗传算法改进的BP神经网络通过水温对水质进行预测,进而设计气温-水温-水质组成的水质预测算法GA-GABP,并将该算法应用于秦皇岛石河水库的水质监测模拟。结果表明,整个过程算法寻优速率快,网络学习时间短,其最终拟合、预测效果理想,能够对水质预警作出有效分析。     

基于遗传算法的改进BP神经网络模型在水质评价中的应用

为了确定水体类别，引入人工神经网络理论并通过建立BP神经网络模型对水体的质量、利用价值和处理要求进行评价。针对BP网络应用中存在的问题，建立了基于遗传算法的改进BP神经网络模型，并阐述了训练样本产生、数据归一化、构建网络拓扑结构、初始权重及阀值确定等应用过程。通过实例分析表明，该模型应用于水质评价具有客观性和实用性。     

遗传双线性模型在海洋冰情预测中的应用

提出了一套建立双线性模型（ＢＭ）的简便方案。用作者研制的加速遗传算法可同时估计ＢＭ模型各参数,成功地解决了ＢＭ建模这一难题,为ＢＭ模型的广泛应用提供了强有力的工具。实例的计算结果说明,这套方法在海洋冰情预测中是可行而有效的,通过利用预测过程中产生的残差信息进行反馈矫正,保证了ＢＭ模型高的拟合粗度和稳健的预测性能,增强了ＢＭ对复杂非线性动态系统的适应性。该方案具有一般性,在各种非线性时序动态预测中具     

遗传梯度法在水质数学模型参数估值的应用

介绍一种混合遗传算法－－遗传梯度法，并将其应用于水质数学模型参数估值，较一般优化算法能稳定得到的全局最优解。     

基于奇异谱分析—遗传算法反向传播神经网络模型的湘江新港断面水质预测

运用奇异谱分析(SSA)对湘江新港断面557周的pH、DO、高锰酸盐指数和氨氮数据进行了预处理,再运用遗传算法优化反向传播神经网络模型进行拟合与预测。结果表明:SSA有较好的降噪能力,遗传算法反向传播(GABP)神经网络模型相比BP神经网络模型均方根误差(RMSE)平均缩小了6.96%,具有良好的预测精度;预测期内新港断面的pH、DO、高锰酸盐指数、氨氮均能满足《地表水环境质量标准》(GB 3838—2002)Ⅲ类标准,但氨氮在预测期内呈上升趋势,需警惕氨氮浓度过高引发的水污染问题。     

湖泊营养状态评价的普适指数公式及效果检验

适当设定湖泊富营养化指标“参照”值 ,将修正的Carlson指数公式中的指标值用相对于“参照”值的指标“相对值”替换 ,公式中的参数可视为与指标特性无关。对公式中的待定参数采用遗传算法进行优化 ,得到对多项指标都通用的营养状态普适指数公式。用折衷激励功效函数法对单项指标的TSIG 指数赋权 ,计算综合指数。公式的正确性已被用于我国数十个湖泊、水库的营养状态评价检验得到证实。该公式计算简单、实用 ,具有客观性、可比性和通用性