区域水资源可持续利用评价指标体系构建

基于区域水资源可持续利用评价指标体系（Indicators System for Sustainability AssessmentofWater Resources Use, ISSAWRU）构建的一般方法与步骤,论文围绕初始、优化和评价检验三个过程构建ISSAWRU;针对ISSAWRU构建中的指标信息重复和干扰问题,提出相关分析与粗糙集Horafa 属性约简算法相结合的方法实现指标体系的优化,并采用灰色系统理论与粗糙集耦合的评价方法对优化结果进行评价检验。以福建省为例,9 个设区市为研究单元,依据可持续发展理论,从水资源条件、开发利用状况、生态环境和社会经济四个方面,构建由30 项指标组成的初始ISSAWRU,通过筛选得到由12 项指标构成的优化ISSAWRU,进而对这两套指标体系进行评价。结果分析表明：相关分析与粗糙集Horafa 属性约简算法相结合的指标信息优化方案是可靠的;筛除重复和干扰指标信息,简化了繁杂的指标体系,降低了后续评价的计算复杂度,并且信息筛选后的优化ISSAWRU比初始ISSAWRU评价结果更合理。     

基于结构熵权和修正证据理论的装配式建筑施工安全风险评价

装配式建筑施工安全风险评价是一个多属性决策问题,主要通过收集专家定性评价信息来进行指标权重确定和风险评价。为将专家的定性分析转变为定量研究,提出了一种基于结构熵权和修正证据理论的装配式建筑施工安全风险评价方法。该方法首先在已有研究的基础上,从人、物、技术、管理、环境五个方面构建了装配式建筑施工安全风险评价指标体系;然后,引入主客观赋权法相结合的结构熵权法计算各指标的权重,并结合基于Bayes近似法修正的证据理论对装配式建筑施工安全风险进行多层次递阶评价;最后进行了实证分析,结果表明该方法能有效地反映装配式建筑施工中的安全风险等级,可为装配式建筑施工安全风险评价工作提供参考。     

基于ICUOWGA-RBF神经网络的装配式建筑施工安全评价

为解决装配式建筑施工安全评价指标的模糊不确定性、随机性和指标间非线性关系造成专家难以洞察指标全部信息,从而降低评价结果科学性的难题,提出了基于ICUOWGA-RBF神经网络的装配式建筑施工安全评价方法。该方法首先根据事故致因理论,从人员-物-管理-技术-环境5个维度构建装配式建筑施工安全评价指标体系;然后引入模糊语义量化算子对传统CUOWGA算子进行改进得到ICUOWGA算子,并利用ICUOWGA算子计算评价指标的权重,进一步消除运算过程的主观性;最后利用RBF神经网络训练样本数据,规避模拟过程陷入局部最小值的缺陷,优化学习效率,提高收敛速度。通过将该方法运用于郑州某装配式建筑工程施工项目的安全评价,结果表明该装配式建筑施工的安全等级较高,并指出影响安全施工的主要因素,为装配式建筑施工安全管理提供了管理思路。     

基于CUOWGA算子赋权的建筑施工安全灰色聚类评价

为准确评价建筑施工的安全水平,提出了一种基于CUOWGA算子与灰色聚类相结合的建筑施工安全评价方法。该方法首先在建筑施工安全影响因素分析基础上,通过统计分析,构建了建筑施工安全评价指标体系;然后通过改进的CUOWGA算子为评价指标赋权,以提高指标赋权的科学性;最后采用灰色聚类分析方法构建建筑施工安全灰色聚类评价模型。通过西安市某商业综合体建设项目的算例应用与分析表明:利用该方法得到的该项目建筑施工安全的综合评价值为6.156,介于测度[6,8]区间,故该项目的安全评价等级属于"较高"等级,该评价结果与实际安全检查情况基本相符,从而验证了该方法的有效性和可行性。     

基于FTA-SPA-灰色聚类的装配式建筑施工安全测评

针对装配式建筑施工的特点,采用事故树分析法(FTA)对装配式建筑施工安全事故及原因进行了梳理,将基本事件进行归纳并构建了评价指标体系,利用集对分析法(SPA)确定指标权重,运用灰色聚类分析方法对装配式建筑项目的施工安全进行测评,并根据对危险因子的识别提出相应的安全防范措施,从而构建了装配式建筑施工安全测评模型。通过在青岛万达小学的实例应用,结果表明,施工人员技术水平与安全意识、吊点的确定、构件节点连接强度为主要安全影响因素,需要采取相应的安全防范措施以减少事故的发生,从而验证了该模型的有效性。     

模糊综合评价在建筑施工安全评价中的应用

建筑施工现场的高危险性,使其安全综合评价成为必须.本文在综合考虑了建筑施工现场条件的复杂性和模糊性的基础上,根据目前建筑施工行业安全管理工作的重点与难点建立了三级综合评价指标体系,使用层次分析法确立了各级指标的权重系数,并将8位专家的主观评判转化为客观数据,采用多级模糊综合评价模型对其进行评判,找出了建筑施工现场安全管...     

基于层次灰色理论的高校校园安全评价

为了正确评价高校校园的安全状况,提出了一种运用层次灰色理论对高校校园安全进行评价的方法。该方法通过建立包含3个一级指标和24个二级指标的三层次高校校园安全评价指标体系,并运用层次分析法和灰色理论构建高校校园安全层次灰色评价模型来计算综合评价值,通过将计算值与标准值比较来判断高校校园的安全状况,经山东省某高校实例验证,表明该方法的评价结果与实际情况相符,且客观、科学。     

人工湿地生态安全评价指标体系的构建

由于人工湿地涉及的资源范围广、要素多、联系复杂,因此人工湿地生态安全评价指标体系的构建过程中指标的选取与量化具有模糊性和不确定性。本文利用层次分析法理论建立了人工湿地生态安全评价指标体系,通过专家打分,并采用层次分析法计算出各评价指标的权重,从而定量分析了各指标对人工湿地生态安全影响的重要性。该研究可为人工湿地生态安全评价提供参考依据。     

基于粗糙集和灰色理论的模糊综合定权法在泥石流危险性评价中的应用

针对现有泥石流危险性评价过程中指标权重确定方法的缺点,基于粗糙集理论和灰色理论提出一种综合定权法,并与模糊数学相结合,通过对四川地区雅泸高速公路的6条泥石流沟危险性进行评价, 获得了客观、合理的评价结果,与其他评价方法对比表明,该方法不仅可以应用在泥石流危险性评价上,而且所得的结果合理、有效.     

基于BP神经网络的高校校园安全评价模型及其应用

本文将人工神经网络应用于高校校园安全评价中,建立了采用LM算法的三层BP神经网络高校校园安全评价模型,并参考国内对校园安全评价的研究成果,建立了校园安全评价指标体系,通过专家打分获得训练样本,用trainlm训练函数训练网络进行实例分析,其评价结果与实际一致,验证了该评价模型的适用性.该模型可以利用已有的比较成功的校园...     

基于粗集、遗传神经网络的环境质量评价

基于粗集、遗传神经网络的环境质量评价方法利用粗集对属性的归约功能将数据库中的数据进行归约，并将归约后的数据作为训练数据提供给BP神经网络；再用遗传算法和BP算法相结合的混合算法来训练网络预测模型的结构（在得到最优网络结构的同时也得到网络的最优权值和阈值）。通过实例表明该方法是有效的，为环境质量评价提供了一种新的研究思路和分析方法。     

人工智能技术对长江流域水污染治理的思考

随着经济的快速发展和城市化进程的不断加速,促使水污染严重的长江流域需从污染物去除过程的建模与优化、污水处理过程的优化控制、水污染监测系统的构建开展水污染治理研究.传统的水污染处理技术存在污染物去除效率预测精度较低、污水优化控制成本较高、水污染监测滞后效应严重的问题.人工智能技术能够有效克服上述问题,因此通过梳理国内外学者利用人工智能技术在污水污染物去除过程的建模与优化、污水处理过程的优化控制及水污染监测系统的构建等方面的研究成果,为全面加强长江流域水污染治理能力提供科学可靠的技术指导.结果表明:①利用人工神经网络技术（径向基神经网络、多层前馈网络-人工神经网络、多层感知器神经网络）对污水污染物去除过程进行建模与优化,为精确预测长江流域重金属（Cr、Cu）、营养盐（TN、TP）、持久性有机污染物〔PBDEs（多溴二苯醚）、HCH（六氯环己烷）〕的去除率提供重要参考价值.②采用污水处理的自动控制技术与人工智能技术（递归神经网络、支持向量机、模糊神经网络等）构建污水智能控制系统,为长江流域实现高效节能的污水优化控制提供重要的技术指导.③利用在线监测仪器和人工智能技术（小波神经网络、多元线性回归-人工神经网络、叠层去噪自动编码器等）建立水污染智能监测系统,为解决长江流域水污染监测响应滞后问题提供有力的技术支持.因此,人工智能技术对长江流域提高污水污染物去除率,降低污水优化控制成本,提升水污染监测时效性具有重要的推广价值.      

环境监测优化布点的人工神经网络模型

采用B－P算法的人工神经网络,对选定的标准样本进行训练,用训练结束后网络的稳定权值和阈值,并结合标准样本的网络输出,即可对环境监测样点进行优选。应用于大气环境监测优化布点的实例结果表明,人工神经网络用于环境监测优化布点是可行的     

湖泊水质富营养化评价的模糊神经网络方法

为了探索人工神经网络用于湖泊营养化评价的可能性,提出了基于多准则学习的模糊神经网络湖泊水质营养化评价模型。该模型应用于我国五大主要湖泊水质营养化的评价结果表明,模糊神经网络用于湖泊水质营养化评价,具有简便、实用、客观性和广泛的通用性。      

人工神经网络在大气环境质量评价中的应用

针对大气环境中的数据监测与模式识别问题,应用人工神经网络理论,在自然环境大气腐蚀试验网站建立大气环境质量B-P网络评价模型。江津试验站成功地应用了该模型。通过1996-2000年大气环境质量评价结果表明,人工神经网络用于大气环境质量评价的方法是一种新方法,也是一种可行的方法。     

结构应力逆向推演模型及其不确定度定量分析

目的 针对现有结构安全在线监测与评估方法存在的短板,结合人工智能方法探索新的解决方案。提出一种基于有限测点应力逆向推演整体结构应力分布的方法,以数据驱动的模式,基于神经网络技术搭建算法模型。方法 以结构有限元仿真数据为基础,运用相关性分析方法,获取代表结构响应特征的有限个测点,利用神经网络方法构建基于有限测点应力推演结构全场应力分布的算法模型。结果 以科学试验平台的连接器结构为对象,开展该算法模型的应用研究,并且对该应用实例下的算法模型开展不确定度分析,推演结果的相对不确定度u95rel为8.6%。结论 该算法模型的推演结果正确反映了结构总体响应特征。从建模过程角度分析,该算法模型的不确定度来源主要包括相关性分析方法、神经网络建模以及模型收敛条件3个方面。     

BP人工神经网络对长春市土壤质量评价

本文针对城市土壤重金属污染问题,以长春市为例运用人工神经网络理论及方法,建立土壤环境质量评价的BP人工神经网络模型,通过实例分析,并将评价结果与模糊综合评判结果进行了比较,说明运用该模型评价土壤环境质量不但能使评价结果精度大大提高,而且是切实可行的。     

基于MATLAB的BP神经网络模型在漠阳江水质评价中的应用研究

为提高水质评价的准确性,基于MATLAB及人工神经网络理论,采用误差反向传播的BP算法建立漠阳江水质评价模型,充分利用神经网络的非线性映射特性,取7项常规地表水水质评价指标对漠阳江水质进行评价,并将BP神经网络评价结果与单因子评价法及综合指数法的评价结果进行比较,网络运行结果表明一致效果良好.同时较传统的水质评价方法,该网络具有较高的识别精度,提高了水质评价等级的准确性,使评价的结果更具有科学性.     

人工神经网络在水质规划和管理中的应用

对人工神经网络在水质规划与评价、给水处理与污水处理等几方面的应用研究现状、发展趋势进行了综述，并通过一些实例分析得出：人工神经网络用于水质规划和管理不但可行，而且适应性强、结果客观、合理、具有深入开发的研究价值和良好的应用前景。