BP神经网络在降水酸度预测中的应用

本文利用南昌市城市大气中SO2、NOX、TSP等浓度数据及降尘数据建立了BP神经网络的降雨酸度预测模型，结果表明：BP神经网络的预测模型不仅能较好地反映致酸因素与降水酸度的相互关系，而且预测精度也高于多元回归等模型。     

水质动态评价的马尔柯夫方法

根据随机过程原理 ,构造了一个新的概率转移矩阵 ,并在此基础上引入进步度的概念 ,对河流水质综合质量变化情况进行动态评价。最后给出了实例分析     

应用BP神经网络预测嵌岩桩竖向承载力的研究

利用BP神经网络,建立了嵌岩桩竖向承载力预测的BP神经网络模型,采用嵌岩桩竖向承载力的实验数据对网络进行了训练,并以此训练好的BP神经网络对嵌岩桩承载力进行了预测。预测结果表明,该模型具有很高的预测精度,为预测嵌岩桩承载力提供了一种新的方法。     

人工神经网络在湖泊富营养化评价中的应用研究

运用人工神经网络技术评价湖泊富营养化程度。详细阐述了神经网络的结构设计，样本生成及学习算法，给出了通过训练得出的网络权和阈值，最后将此神经网络用于１２个湖泊的富营养化评价，取得了较好的评价结果。     

电极旋转放电条件下O3合成效率的理论研究

根据低温等离子体理论和电磁场理论，在实验的基础上研究了电极旋转条件下低温等离子体的产生机制和臭氧的合成机制，分析了放电过程中二次放电重叠对臭氧合成的影响，建立了旋转放电与二次放电的理论模型，并根据这一理论模型导出电极旋转条件下的臭氧合成效率与二次放电重叠概率以及电极旋转速度间的理论关系．这一理论结果表明：二次放电重叠使得臭氧合成效率降低，而电极以适当地速度旋转则可以有效地避免二次放电的重叠，从而提高臭氧的合成效率．理论值和实验结果能够较好地吻合．     

湖泊水质富营养化评价的多准则神经网络法

提出了基于误差平方和准则与模糊熵准则下的多准则神经网络湖泊水质营养化评价模型，并将其应用于我国五大湖泊水质营养化的评价。结果表明，多准则神经网络用于湖泊水质营养化评价，具有简便，实用，客观和广泛的通用性     

化学强化一级处理系统BP神经网络建模研究

运用实验室得到的数据为样本，选取了CODcr和絮凝剂投加量为指标，采用三层结构的神经网络，利用Matlab的神经网络工具箱中的批处理梯度下降法对CEPT系统进行辩识。辩识结果表明：模型的预测值与实测值的平均误差在3．7％左右，具有较高的精度。同时，该模型还具有适应性强，使用方便，高效的特点，为CEPT系统的在线实时控制提供了一条有效的途径。     

污水处理智能控制与优化控制方法及应用

论述目前污水处理中的智能控制与优化控制方法的研究与应用现状,对模糊控制技术、神经网络软测量与控制、优化控制等方法进行了分析,指出在污水生物处理中引入智能控制是一种提高处理效率、降低运行成本的有效方法.污水处理最优控制能使系统运行稳定可靠,出水水质达到预定标准,而且使出水水质满足要求不增加处理成本.     

城市环境质量定量评价方法

文章基于对于城市环境质量的评价方法的研究,阐述了各类评价方法的优缺点,着重介绍了物元模型、投影寻踪评价法、神经网络、遗传算法优化神经网络四种定量评价方法,并介绍了各类方法在城市环境质量评价中的应用现状.     

神经网络在海水腐蚀预测中的应用

根据我国材料自然环境腐蚀网站长期以来积累的海水腐蚀数据,采用BP人工神经网络算法,建立了碳钢及低合金钢的海水腐蚀预测模型.该模型以合金成分、环境因素为输入参数,以平均腐蚀速率为输出参数.以碳钢、低合金钢的17种钢种在青岛、厦门、榆林海水腐蚀试验站16年腐蚀数据建模.选定A3钢与10CrCuSiV在以上三地16年的腐蚀数据为验证样本.结果表明该网络具有良好的预测精度,能够正确反映海水环境腐蚀性因素及金属材料腐蚀暴露时间与其腐蚀速率的关系,用于碳钢及低合金钢在海洋全浸环境中的腐蚀预测.