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。     

基于DPSIRM框架的区域水资源承载力综合评价

综合考虑影响水资源系统的资源、生态、环境、经济、社会等因素,论文通过对水资源系统内在机理研究,构建基于驱动力-压力-状态-影响-响应-管理(DPSIRM)概念框架的水资源承载力DPSIRM评价指标体系,给出各子系统明确的含义,以反映系统内部各要素之间的关系。在此基础上,将模拟退火算法用于投影寻踪优化,构建耦合SA-PP模型。并将模型应用于2003—2012年云南省水资源承载力综合评价,并分析投影特征值的历年变化特征。研究结果表明:2003—2012年云南省水资源承载力呈逐步上升趋势,即在当前社会经济发展水平下,云南省水资源承载力逐步增强,社会经济发展的规模处于水资源可支撑的规模范围内。2006年以前,水资源承载力呈加速增长趋势,其增长潜力较大。2006年以后,水资源承载力波动幅度较大,而2009和2011年年增幅趋于零。最佳投影方向各分量的大小反映了各评价指标对水资源承载力的影响程度,值越大则对应的评价指标对水资源承载力的影响程度越大。对水资源承载力影响程度最大的5项指标依次为:生活污水排放量、"三废"治理投资、人均GDP、单位GDP水耗和森林覆盖率。压力子系统对水资源承载力影响比重为26.15%,表明压力子系统是影响云南省水资源承载力的最重要因子。研究表明此模型具有实用性,可为区域水资源规划与管理提供科学决策依据。     

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.     

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。     

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.     

基于最佳范化能力的BP网络隐节点数反比关系式的环境预测模型

网络结构和样本集复杂性是影响BP网络泛化能力的两个最重要因素.对一个给定的训练样本集，为了构造一个与样本集复杂性相匹配的网络结构，使BP网络具有最佳泛化能力，在分析BP网络的泛化能力（用检测误差E₂表示）与网络结构和样本集复杂性之间关系的基础上，建立了含参数的BP网络检测误差E₂与网络隐节点数H、样本的因子数n、样本数N和样本集的复相关系数R之间的一般关系表达式，并提出了用于定量描述样本集复杂性的"广义"复相关系数R_n的新概念.借助于222个复杂函数的模拟仿真实验，应用免疫进化算法，对表达式中的参数进行优化，得到参数优化后的网络检测误差E₂的定量解析表达式；依据误差理论和灵敏度概念，对优化得到的最小检测误差E₂₀的表达式进行了可靠性论证.在此基础上导出了具有最佳泛化能力的BP网络隐节点数H₀与"广义"复相关系数R_n之间满足的H₀-R_n反比关系式.分别用满足H₀-R_n反比关系式的隐节点数和6个经验公式的隐节点数构造的BP网络用于100个模拟检测函数进行仿真实验，发现前者构造的BP网络具有最佳泛化能力（即最小检测误差）的函数个数达到76个，远远多于后者构造的BP网络具有最佳泛化能力的函数个数；还将二者构造的BP网络用于环境预测的7个具体实例，进行预测效果比较，结果表明，前者预测的相对误差绝对值的平均值和最大值小于或远小于后者的相应值.从而验证了由H₀-R_n反比关系式得出的BP网络隐节点数计算公式的可行性和实用性，为具有最佳泛化能力的BP网络的结构设计指出了新途径.     

基于鱼群算法优化的空号质量评价普适模型

在设定各项空气污染物的明显危害浓度"参照值"基础上,提出一个适用于多项污染物的幂函数加和型空气质量评价综合指数公式,该公式的特例也可作为单项指标的空气质量评价.采用鱼群算法优化公式中的参数,得出优化后适用于多项污染物的空气质量综合评价普适指数公式.公式被应用于多个实例分析计算,并与其他若干评价方法评价结果相比较,结果表明:该公式不受污染物种类和数目多少的限制,形式简便,计算快速,使用方便,具有通用性、可比性和实用性.     

基于指标规范值的室内空气客观评价的概率神经网络模型

为了建立简单、普适、通用的概率神经网络的室内空气评价模型,在适当设定室内空气各项指标的参照值及指标值的规范变换式基础上,使室内空气同级标准不同指标的规范值差异尽可能小,从而用规范值表示的各指标都可用同一个规范指标"等效"替代。因此,概率神经网络隐层各类模式的基函数中心矢量的各指标分量值与同级标准所有15项指标规范值的均值等同。将基于指标规范值的概率神经网络模型用于室内空气的评价实例进行检验,验证了该模型的普适性、通用性和简便性。     

基于Г型分布的空气质量评价普适指数公式

在设定各项空气污染物的浓度“参照值”基础上，提出了一个适用于多项空气污染物的Г型分布空气质量评价普适指数公式。采用基于实数编码的遗传算法对公式中的参数优化，得出优化后适用于多项空气污染物的空气质量评价普适指数公式。公式被应用于多个实例分析计算，并与其他若干评价方法评价结果相比较，结果表明，该公式不受空气污染物种类和数目多少的限制。公式形式简单，计算快速，具有可比性、通用性和实用性。     

基于指标规范变换的广义环境系统评价的普适指数公式

为了建立适用于广义环境系统评价的普适指数公式，针对传统的环境评价指数公式不具有普适、规范和通用的局限，提出适用于广义环境系统任意指标的参照值和规范变换式的设计原则和方法；该变换要求变换后的任意指标的各分级标准规范值都能被限定在各自的较小区间内，从而用规范值表示的任意指标皆"等效"于同一个规范指标；再分别用不同限定区间内生成的随机数模拟任意指标的不同分级标准的规范值，不同区间内生成的所有随机数组成不同分级标准的全部训练（学习）样本，借助免疫进化算法优化不同评价指数公式中的参数，得到适用于广义环境系统评价的9个（广义）普适指数公式，并论证了公式的可靠性.分别将9个普适指数公式用于北京市朝阳区19个监测井的9项指标的地下水水质的综合评价，以及用于郑州、西安、上海三市2000年可持续发展评价.结果表明：9个普适指数公式用于同一监测井水质的评价结果几乎完全相同，也与传统评价方法的评价结果基本一致；用于郑州、西安、上海三市可持续发展评价的结果分别是3级、3级、2级，比传统评价法更符合实际情况.9个普适指数公式使广义环境系统的评价变得简洁、规范、统一和通用；基于指标规范变换的评价指数公式的建模思想和方法对建立广义环境系统的普适智能评价模型有借鉴作用.