区域环境质量综合评价的一种方法——Fuzzy概率法

本文应用Fuzzy概率原理,在对区域环境内各单项污染指标进行分级评价的基础上,考虑各单项污染指标在总体中的权重,并综合各单项污染指标的作用,给出区域环境内环境“总”质量的综合评价。     

应用BP神经网络实现环境监测的优化布点

环境监测的合理布设关系到只有用量测点的监测数据就能客观、准确地反映区域环境的质量,采用传统的优化统计模型对监测数据进行处理一限较繁。基于人工神经网络应用于模式分类与人有适应能力强、客观性好的特点,提出将人工神经网络ＢＰ与逐步聚类分析物思想相结合,实现对环境测点的逐步聚类优选,用该方法对贵阳市１９９２－１９９３年期间的１６个大气环境测占煌监测数据进行优选,得到的６个优点选点符合实际结果。     

基于B—P人工神经网络的环境测点的优选

为了对有多项污染物的环境测点进行优选，提出了单项污染物对环境作用的“相对贡献率”和多项污染物对环境综合作用 的“作用和贡献率 ”的新概念其计算公式将Ｂ－Ｐ神经网络原理与逐步聚类分析思想相结合，用于环境测点聚类优选。该方法成都市１２个环境测点的优选结果符合客观实际，此外，它还具有简便实用，客观性好的特点。     

适用于多指标的空气质量评价对数型幂函数指数公式

为建立科学合理、普适通用且计算简便的空气环境质量评价模型,在适当设定空气污染指标"参照值"和规范变换式的基础上,提出了对通常采用的7项空气污染指标的"规范值"都适用的空气质量评价指数公式.采用智能解域搜索算法优化公式中的参数,得到优化后对多指标皆适用的空气质量评价的对数型幂函数指数公式.将该公式用于多个地区的空气环境质量评价,其评价结果与其他多种评价方法一致.研究表明,该对数型幂函数指数公式能为空气环境质量评价提供一种简便、实用的新方法.     

基于智能优化算法的河流水质模型参数的优化简

为探索河流水质模型参数新的求解方法，根据有限的实测数据，分别应用免疫进化优化算法和免疫进化优选的捕食搜索算法，对河流水质模型计算公式中的多参数进行优化。将优化得到的计算公式用于国内外若干河流的河段中DO浓度值的拟合，并与实测结果进行了比较。结果表明，将免疫进化优化算法或免疫进化优选的捕食搜索算法优化得到的水质模型参数精度不仅较高，而且相对稳定，从而为河流水质模型参数的优化提供了一种新方法。     

应用隶属函数的条件概率法综合判别雹云

本文提出应用隶属函数的条件概率法综合判别雹云。该方法把雹云和非雹云视作参数的模糊集合,因而在综合判别式中,每个参数对雹云和非雹云都有一个隶属度。利用成都市1982～1987年天气雷达回波历史资料,分别建立了全年、4～6月和7～8月的雹云等强对流天气的综合判别式,并用建立的模式对成都市1990年4～6月的7个强对流天气个例作试报检验。结果表明用该方法建立不同地区和不同季节的雹云等强对流天气综合判别式是可行的。     

人工神经网络在水环境质量评价中的应用

为了将人工神经网络应用于水环境质量评价，应用了人工神经网络Ｂ—Ｐ算法，构造了水环境质量评价模型，该模型应用于实例评价结果表明，人工神经网络用于环境质量评价具有客观性，通用性和实用性。     

基于韦伯-费希纳定律的空气质量普适韦伯指数公式

在适当设定各项空气污染物浓度"参照值"cj0的基础上,用相应于"参照值"cj0的污染物的"规范值"xj作为基于韦伯-费希纳(W-F)定律空气质量指数公式中的污染刺激量。由于各污染物同级标准的浓度"规范值"xjl差异不大,从而可以认为各污染物的韦伯指数公式等效于一个具有共同适用的韦伯常数α的W-F指数公式,并采用粒子群(PSO)算法优化得出α,得到对7项空气污染物皆适用的空气质量普适韦伯指数公式。该公式应用于多个实例分析,并与多种其它评价方法的评价结果比较表明,空气质量普适韦伯指数公式具有简单、实用和直观的特点。     

基于前向神经网络的广义环境系统评价普适模型

为了建立由水环境、空气环境、生态环境、水资源环境、灾害环境、遥感环境、社会经济环境等不同环境系统组成的广义环境系统评价都能普适、通用的神经网络模型,针对BP神经网络因收敛速度慢、易于陷入局部极值而使实用性受限的缺陷,提出以双极性sigmoid函数作为网络隐层节点(神经元)的激活函数,而网络输出为所有隐层节点输出的线性求和的前向神经网络的广义环境系统评价模型.在设置广义环境系统指标参照值和指标值规范变换式,并对指标值进行规范变换的基础上,分别构建了适用于广义环境系统评价的任意2个指标规范值的前向神经网模型(NV-FNN(2)结构)和任意3个指标规范值的前向神经网模型(NV-FNN(3)结构).而对于指标较多的广义环境系统评价,只要将多指标分解为以上2个指标和3个指标的两种简单结构的前向神经网络的广义环境系统评价模型的组合表示即可.理论分析和实例检验结果表明:该模型对任意广义环境系统的规范指标值皆普适、通用,因而使不同环境系统的评价变得简洁、统一.规范变换和优化算法相结合的建模思想和方法对简化广义环境系统评价的多元回归、投影寻踪回归、回归支持向量机和径向基神经网络建模亦有借鉴和启迪作用.     

气象水文要求对流域产水沙量和输沙量影响研究

选取年降雨量和流量等气象水文要素作因子，应用Ｂ－Ｐ神经网络，建立渠江流域毛坟，车林两站的年均含沙量和车沙量的预测模型。其模型拟合合格率达９０％以上，预留预测检验合格率达８０％以上。