四川省地级市生态环境质量评价模型

在建立四川省生态质量评价指标体系的基础上,将径向基函数（RBF）神经网络模型用于四川省18个地级市生态质量评价和区划,实现了评价结果的可视化与直观化。评价结果与四川省生态质量实际状况相对比,表明了RBF网络的正确性和实用性,为实现四川省生态质量的保护提供了一条新途径。     

基于ANP的食品安全治理公众个体参与能力评价指标权重研究

分析食品安全治理公众参与能力评价指标之间的网络关系、确定各指标的权重对食品安全治理公众参与能力的评价和建设具有重要意义。从公众个体视角分析了食品安全治理公众参与能力评价指标体系的构成,构造了食品安全治理公众个体参与能力评价指标的网络层次结构模型,采用网络层析分析法(ANP)计算了各个指标的权重,并对各指标的相对重要性进行分析。     

径向基函数网络模型在区域生态承载能力综合评价中的应用

径向基函数神经网络以其逼近能力、分类能力和学习速度等方面的优势,正受到越来越多学者的关注.本文尝试用MATLAB径向基函数网络工具进行区域生态承载能力的综合评价,给出了MATLAB6.5环境下径向基函数神经网络的结构、设计、仿真和图形结果的输出方法.作为实例,对盐城滨海湿地区域的生态承载能力进行了综合评价.结果表明,MATLAB径向基函数网络评价方法简单有效,既具有较强的分类功能,又具有较好的排序功能,评价结果可靠、适用性强,具有广阔的应用前景.     

前馈神经网络在环境评价和预测中的应用进展

本文针对水环境中复杂的不确定性及非线性关系,在水环境不确定性分析的基础上,详细阐述了以BP网络和RBF网络为代表的前馈神经网络法的基本原理,分析了两种方法的优点。同时,本文对两种方法在水环境影响评价工作中的应用现状进行总结,分析了两种方法的研究发展趋势。     

基于模糊神经网络的煤炭企业循环经济评价模型

针对煤炭企业循环经济水平具有模糊性的特点,利用模糊神经网络具有模糊化和良好泛化的能力,在探讨煤炭企业发展循环经济影响因素的基础上,从经济发展、资源利用、节能减排、环境状况、循环特征五个方面建立了煤炭企业循环经济评价指标体系,构建基于模糊神经网络的煤炭企业循环经济评价模型,并按照模糊神经网络结构的建立、输入数据的模糊化、输出数据的反模糊化、BP神经网络训练进行模型求解和运算,算例验证了该模型具有较好的学习能力.利用该模型评价煤炭企业循环经济具有有效性和准确性.     

基于时间序列修正算法的我国入境旅游人数预测

为了对我国入境旅游游客量进行准确预测,提出一种将ARIMA模型与RBF神经网络相结合的算法。以我国2009年1月到2014年4月我国入境旅游游客量月度数据为研究对象,利用该模型对我国入境旅游游客量进行初步预测,计算残差,再利用RBF神经网络对残差进行拟合预测,并对ARIMA预测结果进行修正。结果表明:利用RBF神经网络对ARIMA模型进行修正,将线性拟合算法和非线性拟合算法结合起来用于我国入境旅游游客量预测是一种较可靠的算法。     

基于不同的神经网络模型PM_(2.5)浓度预测对比

近年来,以PM_(2.5)为主要污染物的重霾污染事件频频发生,给国民经济及居民健康造成了严重威胁。本文采用BP、RBF及Elman神经网络分别建立预测模型,并以青海省某工业园区某监测站监测的数据为实例对预测模型进行了具体的应用。结果表明:BP神经网络、RBF神经网络及Elman神经网络都可以有效预测PM_(2.5)浓度,但是BP神经网络预测模型预测误差要小于RBF神经网络模型及Elman神经网络模型,具有更高的稳定性和准确定。     

基于层次分析法的蜜源植物园林应用研究——以四川平武县为例

采用层次分析法构建蜜源植物园林应用综合评价体系,选取观赏性、泌蜜泌粉量、生态适应性、花期为指标,确定了蜜源植物评价的4级16个指标。通过构建判断矩阵计算各层次指标权重,建立评分标准,选取80种四川平武县常见蜜源植物进行评价,结果显示油菜得分最高。得分高的植物大都具有良好的经济和园林应用价值,在该地区园林应用中应优先考虑。该评价体系具有科学性和可行性,可为蜜源植物的园林应用提供参考。     

基于Top-down精密度法评定水质钒测定的不确定度

文章基于实验室内标准样品测试数据和实验室间能力验证分析数据,以Top-down技术评定电感耦合等离子体质谱测定水中钒含量的测量不确定度,建立了利用实验室质控数据评定测量不确定度的方法。通过实验室内标准物质重复测定结果计算实验室内期间标准差和重复性标准差,通过能力验证结果计算检测过程偏倚,并计算不确定度。该评定方法系统、完整地评价了检测结果的可靠性与分散程度。结果表明Topdown法相较于Bottom-up法避免了复杂的分量计算和模型建立过程,操作更为简便,具有较好的应用前景。     

基于遗传神经网络模型的大气环境质量评价方法

设计了用遗传算法训练神经网络权重的新方法，实验结果显示了遗传算法快速学习网络权重和全局搜索的能力，有效地解决了BP算法的局部收敛问题。误差反向传播的遗传——神经网络(GA—BP)模型用于大气环境质量综合评价，具有简便、准确、客观和适应性强等优点。