基于概率论和BP网络的水质评价与灰色动态预测模型

讨论了BP网络模型存在的不足。提出了建立合理的BP网络模型的基本原则和步骤。针对水质评价与预测问题。通过在各类水质污染指标浓度区间内生成随机分布样本的方法。组成足够多用于BP网络训练、检验和泛化能力评定用的样本。建立了南京市秦淮外河水体水质评价的BP网络模型：给出了区分不同类别水质的模型分界值样本和模型输出分界值。用概率分布理论分析处于相邻类别水质过渡状态水体的水质属性。建立的水质评价模型应用于实例表明。南京市秦淮外河水体1991—1996年水质为V类向IV类转变。1992年水质最差，1996年水质最好。灰色动态预测模型计算表明。从1997到2001年。南京市秦淮外河水体水质逐年变好。     

人工神经网络在湖泊富营养化评价中的应用研究

运用人工神经网络技术评价湖泊富营养化程度。详细阐述了神经网络的结构设计，样本生成及学习算法，给出了通过训练得出的网络权和阈值，最后将此神经网络用于１２个湖泊的富营养化评价，取得了较好的评价结果。     

人工神经网络在高原湖泊水质评价中的应用

本文应用人工神经网络方法，建立了高源湖泊水质ＢＰ神经网络模型，对湖泊水质进行综合评价，通过实例检查结果表明，ＢＰ神经网络方法能准确反映水体污染程度，具有较强处理相互矛盾影响样本的能力，方法可行，结果客观合理。     

BOD-DO耦合人工神经网络水质模拟的研究

将人工神经网络的理论和方法引入河流水质模型的建筑中，提出了BOD－DO耦合BP人工神经网络水质模型，应用长江干流重庆段的实测水质样本对模型进行训练与 检验表明：该模型用于水质模拟可行且精度较高，为河流水质模拟开辟了一条简便可行的新途径。     

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。      

学习率有限监督调整BP网络在水质评价中的应用

以地表水环境质量标准基本项目标准限值为依据,随机生成标准样本和检测样本,采用学习率有限监督调整BP网络建立水质评价模型。完成网络训练的模型对检测样本进行检验评价,检验结果表明,该人工神经网络水质评价模型具有较高的精度,同时,可以避免人为主观因素对水质评价的影响,保证了水质鉴定的科学性和公正性。     

GA-BP神经网络在铜合金海洋腐蚀预测中的应用

目的 充分利用海洋腐蚀数据,深入分析数据规律.方法 在BP神经网络的基础上引入遗传算法,以克服神经网络模型固有缺陷,提高预测精度和训练速度.结果 对GA-BP人工神经网络进行了简要阐述,并以铜合金在海水中的腐蚀数据为例,应用GA-BP人工神经网络建立了海水腐蚀预测模型,对预测结果进行了评价.结论 预测结果表明,模型能满足设计要求,具有较好的泛化能力.     

人工神经网络改进BP算法优化水质监测点

运用人工神经网络理论对城市河涌水质监测布点进行优选，基于前馈多层BP型神经网络的改进算法，用广州市河涌水质分类标准和实测水质数据对神经网络模型进行训练和检验，结果表明，该方法具有客观、可靠、实用、容错性高的优点，是一种科学、新型的水质监测点优选方法。     

基于随机样本的BP模型在水质评价中的应用

运用BP(误差反向传播)模型对水环境质量进行综合评价,主要针对以前BP模型在水质评价中存在的学习训练样本过少,没有检验样本等问题,用随机数发生器在每个级别范围内产生大量的数据作为训练样本和检验样本,并尝试以MSE函数生成均方误差作为检验样本的输出值与期望输出值的比较,检验网络评价未知样本的能力,大大提高了神经网络评价水质时的精度。     

城市空气质量的BP和RBF人工神经网络建模及分类评价

根据MATLAB提供的人工神经网络模型,将其应用到城市空气质量评价,研究并对比分析BP和RBF两种人工神经网络的建模方法及评价结果。首先构建BP神经网络模型,确定输入层、隐含层和输出层的神经元数,选择Sigmoid型函数作为激励函数,应用内插扩展出的训练样本对BP网络进行学习,再用训练成熟的BP网络对待评价样本进行仿真;其次构建RBF神经网络模型,确定其输入层和输出层的神经元数,选择Gauss函数作为隐含层激励函数,再用同样的训练样本进行学习和仿真;最终进行归一化论证,验证归一化预处理在空气质量评价中的必要性。结果表明:应用BP和RBF人工神经网络可以得出较好的城市空气质量分类评价结果,其中RBF神经网络模型与改进的灰色聚类法评价结果一致,具有较高的准确率,是一种快捷、有效的综合评价方法。     

向家坝工程扰动区植被恢复土壤质量评价

以向家坝工程扰动区6种植被恢复模式下的土壤为研究对象,综合考虑表征土壤物理、化学和生物特性的25个土壤指标,利用敏感性分析和最小数据集方法进行土壤质量综合评价.结果表明：基于敏感性分析和最小数据集的土壤质量综合评价模型均能有差别的反映不同植被恢复模式对土壤质量和功能的影响;加权算法下基于最小数据集所计算土壤质量综合评价指数（SQI-MWA）能更敏感的反映出植被恢复措施对土壤质量的影响;有机质、全磷和多酚氧化酶能更好反映土壤质量受不同植被恢复方式的影响差异,推荐作为反映向家坝工程扰动区土壤质量的最优指标组合;土壤质量表现为：植被混凝土样地>厚层基材样地>天然林样地>客土喷播样地>框格梁样地>弃渣地.     

通过日记温度湿度数据统计年润湿时间--4次、24次数据法对比研究

与常规方法不同,根据全国58个基准气象台站10年的日记温度湿度数据采用每天2点、8点、14点、20点的4次数据统计了各台站3种临界相对湿度(80%、70%、60%)时的年润湿时间,并对比分析了24次(每天整点)数据的统计结果.研究表明从这两种数据所统计的相应有效年润湿时间非常接近,而且随着临界相对湿度值的降低,这种趋势更为明显,证实了采用4次数据统计年润湿时间是可行的.这样可以充分利用全国550多个基本气象台站所上报的4次温度湿度数据来研究全国润湿时间分布规律,为评估我国各地的大气腐蚀等级奠定了基础.     

基于层次分析与集对理论的城市污染场地风险等级划分

城市污染场地风险评价过程充满不确定性因素,其中评价系统的客观随机性、评价因子选取的不完整以及监测数据的不精确都易导致评价结果失真,不能客观反映场地的实际风险情况。在综合考虑场地污染带来的潜在生态风险和人体健康风险的基础上,本文将递阶分层的评价指标体系用于场地污染风险分级,采用层次分析法确定了各层各指标的权重;并用模糊聚类思想建立了评价指标集,同时对综合评价指标进行量化,根据对综合评价指标的取值研究,将污染场地风险等级划分为低、中、较重、重和严重5类;构建了一个基于不确定信息的场地污染风险集对分析模型。实例验证表明,集对分析法与模糊综合评价法评价结果基本一致,评价手段合理,为场地污染风险等级划分提供了一种新方法。     

水体富营养化驱动因子粗糙分析

基于水质污染因子及其污染特性存在不确定性的特点,将粗糙集理论应用于水质污染因子及特性分析,建立污染因子评价粗糙集数学模型.该模型仅依赖于数据本身提供的信息,挖掘污染因子之间不确定的分类关系,计算其对水体污染或水质富营养化的重要性即贡献率大小,科学、快速和客观地揭示水体污染中起主导作用的污染来源,为水体污染控制提供理论依据.应用数学模型分析巢湖12个监测点的水质数据,确定巢湖主要污染因子及其导致湖泊富营养化的贡献率,结果显示TP、COD、TN等是导致巢湖水体富营养化的重要因子,今后应控制巢湖入湖水体的总磷及其有机污染物含量,以改善巢湖水质富营养化状况.     

不同耕作措施对渭北旱塬土壤碳库管理指数及其构成的影响

以渭北旱塬9 a（2007—2016年）的不同耕作定位试验为对象,研究了在秸秆还田条件下3种连年单一耕作即翻耕（CC）、免耕（NN）、深松（SS）和3种轮耕措施即免耕-深松（NS）、深松-翻耕（SC）、翻耕-免耕（CN）对农田土壤固碳速率（CSE）、碳库管理指数（CPMI）、小麦产量和秸秆还田后表观腐殖化系数的影响。结果表明：以翻耕（CC）作为参照土样,免耕提高了0~10 cm表层土壤的固碳速率、有机碳（SOC）及其易氧化组分（EOC）的含量,并增加了表层（0~10 cm）土壤的碳库管理指数（CPMI）,在>10 cm土层SOC、EOC含量虽有所减少,但提高了有机碳的稳定系数（K_OS）;深松则提高了表层和35~50 cm土层的SOC、EOC含量、CSE及CPMI,并增加了0~10 cm、35~50 cm土层的EOC/SOC值和10~20 cm土层的K_OS;轮耕处理各土层的CSE、SOC和EOC含量均有所增加,且增加了0~10 cm、35~50 cm土层的EOC/SOC值,其中NS和CN轮耕处理各层CPMI都有所增加。深松、免耕和轮耕处理提高了小麦产量和小麦秸秆量,其中NS处理增加幅度最大,分别为14.3%（籽粒）和12.9%（秸秆）;进行9 a小麦秸秆还田,免耕、深松和轮耕措施提高了还田秸秆的表观腐殖化系数,其中NS处理的表观腐殖化系数显著高于翻耕处理。     

基于最小数据集的成都平原某区土壤养分综合评价体系的构建

成都平原是我国重要的粮食、蔬菜、水果产地,进行土壤养分综合评价有利于了解区域土壤养分空间分布、丰缺程度,对区内土地的合理利用、养分变化监测具有重要作用.为此,本文基于土壤地球化学数据,通过相关分析、主成分分析、Norm值计算,构建了研究区土壤养分综合评价的最小数据集(MDS),并对比了国内16个MDS土壤养分评价体系....     

抚仙湖流域负荷削减的水质风险分析

以抚仙湖为研究对象,基于三维水动力-水质模型EFDC平台,开发了EFDC-神经网络(NN)耦合模型;并选用30d移动平均值为解译方式核算抚仙湖在不同风险下的流域负荷削减(TMDL).结果表明,对于100%的达标频度,为了达到I类水质,TP允许增加14%~18%,COD允许增加9%~11%,但TN需要削减13%~14%.如果放松对达标频度的要求,污染负荷将允许相应地增加.研究结果可为流域管理依据不同的风险与管理费用偏好实施流域削减提供基础.     

基于集对论和主客观综合赋权法的装备保障能力评估研究

目的提出一种基于集对论和主客观赋权法的装备保障能力评估方法。方法针对装备保障能力评估中存在的诸多不确定问题,构建装备保障能力评估指标体系,基于集对论思想建立装备保障能力集对评估模型。结果通过构造一个双目标决策问题,进行主客观综合赋权确定指标权重,使得评估指标权重向量同时反映了主观程度和客观程度。结论该方法通过联系度量化了评估指标的确定程度,提高了评估结果的可信性,对解决装备保障能力评估中不确定性问题具有很强的指导作用。     

基于熵权的改进密切值法评价运河杭州段底泥污染

论述了基于熵权的改进密切值法的建模步骤,将其应用于运河杭州段底泥污染的评价中,并将评价结果与属性识别法进行比较。结果表明,底泥各层（浮泥层、淤泥层、基底层）均属于轻度污染,与属性识别法的评价结果存有差异;底泥各层污染程度为浮泥层〉淤泥层〉基底层,与属性识别法的评价结果一致。通过分析各污染因子（As、Hg、Cu、Pb、Zn、Cd、Cr、OP）在底泥各层的污染程度、权重大小及对底泥污染的综合影响,说明基于熵权的改进密切值法的评价结果比属性识别法更合理、更为可靠,用于评价底泥污染类型是可行的。