环境质量综合评价的径向基函数网络模型

建立了一个环境质量综合评价的径向基函数人工神经网络(RBF-ANN)模型,同时提出了一种简便?快速的RBF-ANN的最小二乘算法(RBF-LS算法)?在城市环境质量综合评价的应用中表明,提出的RBF-ANN模型及其算法是合理?有效?通用的?      

水环境有机污染物预测的径向基函数网络模型

水环境中有机污染物的扩散迁移是一个由多种因素影响的复杂的非线性过程，根据河流有机污染物的浓度与其影响因素之间存在的映射关系，以实际监测数据为基础，建立了一个水环境有机污染物浓度预测的径向基函数网络模型，实例验证表明，该方法预测精度较高，具有一定的应用与推广价值。     

应用径向基函数网络预测有机化合物的生物活性

为了构建径向基函数 ( RBF)神经网络模型 ,研究一批取代芳香族化合物结构与其大型蚤生物活性参数 log(1/EC₅₀)的关系 ,利用正交最小平方算法逐一选择非线性高斯函数的中心 ,并将归一化参数 σ和容差 ρ作为网络的系统参数 ,通过广程扫描确定其最佳值 .采用种子聚类分析与简单随机抽样相结合的方法将化合物合理地划分为训练集和预测集 .对构建的 RBF网络模型的预测质量进行了不确定性分析 .与回归模型相比 ,RBF网络具有较好的预测性能 ,模型预测的不确定性降低了 30 % .     

基于人工神经网络的地面水环境质量评价模型

针对确定水体类别比较困难这一问题 ,引入人工神经元网络理论和思想 ,通过建立基于 BP人工神经网络模型 ,对地面水体环境质量进行评价。     

物元分析在水环境质量评价中的应用

提出了利用物元分析对水环境质量评价的新方法。该法具有模型简单、评价合理的优点，以实例同其它方法进行了比较，结果令人满意。     

基于径向基函数神经网络（RBFN）的内蒙古土壤风蚀危险度评价

土壤风蚀是北方干旱和半干旱地区土地沙化和沙尘暴灾害的首要环节和主要动力过程之一. 选取影响内蒙古自治区土壤风蚀演化的相关指标,运用GIS技术提取各指标数据,构建径向基函数神经网络（Radial Basis Function Network,RBFN）;根据不同风蚀危险程度标准,选取12个市、县（旗）相关数据进行训练,确定网络模型参数,进而对内蒙古自治区88个市、县（旗）的土壤风蚀危险度进行了评价. 结果表明:内蒙古自治区西部为土壤风蚀发生的极强危险区,西北为强危险区,中部为中度危险区,而东部为轻度危险区;利用其他研究对该评价结论进行对比验证,结果较为理想.      

基于径向基函数模型的优化方法在地下水污染源识别中的应用

采用一种基于径向基函数的替代模型代替地下水溶质运移模型,将其作为约束条件嵌入污染源识别的优化模型中,通过遗传算法对优化模型进行求解.最后通过一个假想例子评估优化模型的性能.研究表明：污染源泄漏量识别结果的平均绝对误差为1.00g/s,误差较小,计算时间为51min,耗时较少,因此,基于径向基函数模型的优化方法有效地避免了优化模型求解过程中多次调用模拟模型造成的巨大计算负荷,获得了较为准确的计算结果,是一种有效的地下水污染源识别方法,能够用来求解地下水污染源泄漏量.     

加权欧氏距离模型在水环境质量评价中的应用

建立了利用加权欧氏距离法进行水环境质量污染评价模型 ,并研究 4个测点的水环境质量污染状况 ,和其它方法比较 ,取得了满意的结果 ,为水环境质量污染评价提供了一种有效的评价方法     

水环境质量评价方法综述

水环境质量评价是认识和研究水环境的一种科学方法,其目的是准确反映水环境的质量和污染的状况,指出将来的发展趋势.本文通过对当前一些现行的水环境质量评价方法的综述,提出了目前的水环境质量评价方法尚存在的一些问题.     

物元模型及其在区域水环境质量评价中的应用

将灰色关联聚类法引入评价指标权重的确定，在物元分析的基础上，建立了基于聚类权重的区域水环境质量综合评价物元模型。通过实例分析将该模型与其它评价方法进行比较。结果显示，该模型弥补了模糊综合评判法、灰色聚类法的不足，评价结果合理，信息利用率高。     

人工神经网络方法用于城市环境空气质量综合评价

采用人工神经网络技术,建立了城市环境空气质量综合评价的ANN模型,并通过实例对建立的评价模型进行验证。结果证明,ANN模型用于区域环境空气质量评价,其评价结果比较直观。同时,对在建立和应用ANN模型时应注意的一些问题进行了讨论。     

BP神经网络在水处理工艺中的应用研究

在污水处理系统中进行了基于BP神经网络的活性污泥系统、臭氧活性炭系统建模方面的研究,这些模型的建立使得污水处理系统在线智能控制成为可能。在膜分离系统中进行的基于BP神经网络的膜通量、膜透压的预测模型研究,为膜过滤单元和水厂的优化设计提供了一种简便的方法。     

模糊神经网络用于环境大气质量评价的研究

研究了基于多准则学习的模糊神经网络评价环境大气质量的模型,并以此对某矿区的环境大气质量进行了评价,结果表明该方法简便、实用、客观。     

密切值法在地面水环境质量评价中的应用

论述了密切值评价法在环境质量评价中的应用原理和评价的方法与步骤 ,并结合工程项目的地面水环境质量评价 ,详细地计算了环境监测断面中主要污染因子的密切值 ,针对地面水各个断面的水质质量进行了综合评价。指出了该评价方法推广使用的优点与理论价值     

基于自适应遗传小波神经网络的水质评价建模

水环境污染过程的非确定性和非线性,使得传统的水质评价方法存在局限性。为了提高水质评价的准确性,提出了一种基于改进小波神经网络(wavelet neural network,WNN)的水质评价模型。采用自适应遗传算法(adaptive genetic algorithm,AGA)对小波神经网络的初始权值进行优化,再通过小波神经网络算法对网络进行训练,最后对训练好的网络展开测试。仿真结果表明,自适应遗传算法和小波神经网络的结合提高了网络的训练效率,该方法可以用于水质评价建模,并且评价结果具有较高的精度和准确性。     

煤矿区水环境质量现状评价研究

运用灰色 聚类方 法对韩城 矿区桑树 坪煤矿 水环境质 量现 状进 行了 评价， 其评 价结 果与 模糊综合评 判大体 吻合。该 方法不仅 注意到水 质分级 界限的模 糊性， 而且 信息 利用 率和 精度 均有 较大幅度的 提高。因 此，利用 灰色聚类 进行水 环境质量 评价不 仅方法简 便，而且 结论更接 近客观实 际     

属性识别理论模型二级评判法在城市总体环境质量评价中的运用

属性识别理论模型是近年来提出的一种数学模型，它已成功地用于质量评价中。现将该模型引用到城市总体环境质量评价中，提出运用二级评判来综合评价城市总体环境质量。经实例分析表明，属性识别理论模型用于城市总体环境质量评价比模糊综合二级评判法更合理实用，为城市总体环境质量综合评价提供了一种新方法。     

改进密切值法在地面水环境质量评价中的应用

密切值法(OsculatingMethod)作为一种多目标优选方法,在水环境质量评价中具有一定的应用。经过改进,将环境标准作为评价样本,参与到地面水环境样本的矩阵中,可以分析出各个监测断面的水质优劣排序,并使其与各级环境标准的关系一目了然。引入层次分析法,对各评价指标的贡献程度加以确定,保证了地面水环境质量评价的科学性。     

模糊综合评判在环境质量评价中的应用

分析了环境质量评价的现状和方法,就模糊综合评判应用中存在的问题,基于概念进行了讨论并提出了解决办法,用实例说明了其应用。