人工神经网络在水环境质量评价中的应用

应用人工神经网络理论与方法建立了滏阳河水质评价的RBF(径向基函数)神经网络模型,对滏阳河邯郸市区段的从南环到北环的7个监测断面水质进行了评价,并与灰色聚类结果进行对比。结果表明RBF神经网络模型能很好地解决评价因子与水质等级间复杂的非线性关系,评价水质简便可靠,预测精度高,具有通性和客观性。根据评价结果,分析了滏阳河邯郸市区段水质污染程度,可以为水环境保护工作提供防治依据。     

神经网络在大气环境质量评价中的应用研究

在大气环境质量评价中 ,采用了函数连接型神经网络模型 ,与常用的BP网络不同 ,函数连接型网络通过对输入模式的增强来实现复杂模式的分类。用此模型研究实例的大气环境质量 ,结果表明函数连接型网络用于环境质量评价具有客观性和实用性     

基于人工神经网络的矿井通风系统评价研究

以矿井通风系统的“安全可靠、经济合理”和其定义所包含的各项内容为依据,从矿井通风动力、通风网络、通风设施、通风质量、通风监测、防灾抗灾能力、通风电耗、通风能力8个方面,确立了16项矿井通风系统评价指标,建立了一个新的矿井通风系统评价指标体系。采用人工神经网络中的BP网络算法,在VisualC++6.0平台上研制开发了矿井通风系统评价BP网络模型的计算机程序。并经过实际生产矿井检验,预测结果与实际完全吻合,说明了笔者所确定的矿井通风系统评价指标体系可以反映矿井通风系统的状况,所采用的BP网络算法正确,可以用来指导实际工作。该计算程序简单,易于操作,有一定的推广应用价值。     

综合评价方法在环境评价中的应用

近年来,环境评价由单因素简单评价向多因素综合评价方向发展.综合评价方法由于引入了数学模型和空间信息技术等手段,能够充分利用环境监测数据,克服了简单评价反映信息不完全、容易失真的缺点,更为客观、合理,受到越来越广泛的关     

湘江干流水环境健康风险评价

为研究湘江水环境污染对人体健康产生的危害风险,在简要介绍健康风险评价方法及国内外研究、应用进展的基础上,建立了水环境健康风险评价模式,应用2000年的水质监测资料,对湘江干流主要断面进行了水环境健康风险评价.结果表明,在所评价断面中,非致癌物质由饮水途径所致健康危害的个人年风险按大小排列为Pb＞Hg＞NH3＞酚;化学致癌物质由饮水途径所致健康危害的个人年风险按大小排列为As＞Cd;化学致癌物质对人体健康危害的个人年风险远超过非致癌物质;污染最为严重的为松柏断面,其次是五星断面和三叉矶断面.湘江干流衡阳以上江段水质良好,衡阳以下江段水质较差.研究对湘江干流水污染防治方略的制定具有一定价值.     

模拟评价方法及其在安全与环境评价中的应用

对现有评价方法进行了简要的分类并重点分析了常用评价方法的优缺点。提出了模拟评价方法的概念 ,介绍了模拟评价方法的思想、评价步骤、技术关键及作为一种新的评价方法的优缺点 ,指出了模拟评价方法今后的发展方向。针对某工厂新建项目 ,利用模拟评价方法进行了有毒气体单元泄漏后果评价 ,评价结果与环境预评价结果吻合程度较好 ,表明模拟评价方法作为一种新的评价方法不但具有形象、直观、易于理解等优点 ,而且其评价结果准确度较高 ,可靠性良好 ,是现有评价方法的必要及有益的补充     

人工神经网络在安全科学中的应用综述

人工神经网络(ANN)是一种动态信息处理系统,它具有联想记忆、自组织、自适应、自学习和容错性等特性.人工神经网络可实现对危险源的动态分级;可解决安全综合评价中的不确定性、模糊性和动态复杂性、指标多、数据多等难题;在安全预测方面,可进行煤与瓦斯突出预测、煤矿瓦斯涌出量预测、煤层自燃预测、交通事故预测等.讨论了其在安全科学中的应用现状及存在问题,并对未来研究方向进行了展望.     

人工神经网络模型在地震安全评价中的应用

地震影响系数是地震安全评价的一个重要参数 ,其分布受到场地条件和基岩条件的共同影响 ,对场地影响的考虑相对比较成熟 ,对基岩的影响则相对考虑较少 ,难以满足城市和重大工程设防的要求。综合考虑基岩条件和场地条件的地震影响系数计算 ,关键在于确定基岩裂缝、能量、位移、场地等指标的分布与地震影响系数之间的关系 ,由于这种非线性关系需要构建多元非线性模型 ,故通过应用人工神经网络方法 ,得到地震影响系数计算模型。以唐山市为实例 ,进行了计算并分析了计算结果 ,为城市规划和工程建设提出了几点建议     

基于模糊数学模型的渭河水环境质量评价研究

为准确和客观地评价渭河水环境质量状况,将模糊数学模型引入地表水环境质量评价领域。本文采用模糊变换原理和最大隶属度原则,构建了渭河水环境质量模糊综合评判模型,对渭河潼关吊桥断面2014年的水质指标监测数据作出了定量的综合评价。结果表明该断面春、夏、秋、冬4个季度的水质污染级别分别为:Ⅴ类(严重污染)、Ⅰ类(未污染)、Ⅰ类(未污染)和Ⅳ类(重污染)。与传统的单因子评价法相比,该方法可以很好地解决评价因子与水质等级之间复杂的线性关系,能更全面合理地反映水质情况。     

常州市燃气管网破坏的人工神经网络预测模型

作为一种高效清洁的能源,燃气已经成为城市能源中的重要一员,燃气管网破坏亦成为城市所面临的重大安全隐患。城市埋地燃气管网的破坏风险,往往受到多种影响因素的共同作用。通过分析常州市埋地燃气管网破坏的影响因素,确定了地面沉降、地裂缝、城市内涝、土壤腐蚀等4个风险评价因子。运用MATLAB中的人工神经网络工具,通过人工神经网络计算,优化了模型网络结构,建立了常州市埋地燃气管网破坏风险预测的人工神经网络模型。分析计算结果,并为常州市埋地燃气管网的安全防护提供了建议。     

基于粗糙集-神经网络的矿山地质环境影响评价模型及应用

采用衡山白果地区石膏矿山的11个评价指标,综合运用粗糙集和神经网络理论,构建了基于粗糙集-神经网络(RS-ANN)的矿山地质环境影响评价模型,对RSES软件约简的数据和无约简的数据采用EasyNN-plus软件进行预测评价。神经网络模型的输入属性为8个,而粗糙集-神经网络模型的输入属性为6个,训练样本均为13个,预测样本均为4个,前者的平均预测精度为1.85%～24.86%,后者为1.23%～15.28%。研究发现,粗糙集在保留关键信息的前提下可有效地对数据表进行约简,约简后的神经网络预测结果与实际情况吻合,并比无约简时总体精度有较大幅度提高。     

BP神经网络技术在交通工具火灾预警中的应用

通过对交通工具火灾成因机理以及现有典型交通工具火灾实例的分析研究,建立了预警评价指标体系。根据非线性理论和模式识别原理以及交通工具火灾的特点,采用基于BP神经网络的智能灾害诊断方法,对交通工具火灾发生的可能性和危险性进行评估和预测。研究表明:BP神经网络方法是解决非线性系统问题的一种有效方法,与传统的预警方法相比,该方法具有速度快、效率高、可信度好、自学能力强等特点。采用BP网络进行交通工具火灾预警时,只需输入影响交通工具火灾发生的相关指标因素,网络便可在较短的时间内得出可靠的预警结果。     

矿区岩溶地表塌陷神经网络预测模型研究

针对矿区岩溶地表塌陷存在的非线性动力学特征,为更准确预测岩溶地质矿区地表塌陷区域分布,在分析研究某矿区岩溶地表塌陷机理及其影响因素基础上,确定矿区地表塌陷的影响因素,构建矿区岩溶地表塌陷BP神经网络非线性动力学预测模型。采集并分析某岩溶矿区大量岩溶地表塌陷历史数据,应用Matlab神经网络工具箱,采用构建的矿区岩溶地表塌陷BP神经网络预测模型,对上述矿区岩溶地表塌陷区域分布情况进行非线性预测。研究结果表明,采用训练的神经网络预测模型可以实现对矿区岩溶地表塌陷危险性的合理预测。     

水质模拟在管网水质管理中的应用

介绍了水质模拟的现状与进展.从给水管网的角度分析了当前给水系统水质管理和设计中存在的问题,提出了相应的解决方案,探讨了今后水质管理的方向.     

基于人工神经网络的城市火灾事故的预测方法

随着社会经济的飞速发展,城市化进程的加快和人口的迅速增长,城市火灾频繁发生,造成的损失呈上升趋势。针对城市火灾事故发生的特点,根据人工神经网络基本原理和特性,建立了城市火灾事故神经网络预测模型;为了更精确预测城市火灾事故的发生,将城市火灾事故分为了高峰期(春节)和非高峰期两个时段分别进行预测;应用神经网络预测模型和分时段相结合方法对某城市火灾事故进行了实际预测。结果表明,神经网络模型是城市火灾事故预测的有效工具,该模型与时段法的结合能准确预测火灾事故发生的趋势。     

人工神经网络在煤与瓦斯突出预测中的应用

由于煤与瓦斯突出发生机理的复杂性,传统预测方法的应用受到很大的限制,而人工神经网络理论以其高度非线性映射的特性为解决这一问题提供了新的途径。以突出预测指标为基础,利用多层反向传播神经网络(BP网络)模型实现对突出危险性的预测。实例分析表明,模型精度很高,可用于工作面煤与瓦斯突出危险性的预测。