共查询到19条相似文献,搜索用时 62 毫秒
1.
2.
3.
4.
5.
6.
BP神经网络在降水酸度预测中的应用 总被引:5,自引:0,他引:5
本文利用南昌市城市大气中SO2、NOX、TSP等浓度数据及降尘数据建立了BP神经网络的降雨酸度预测模型,结果表明:BP神经网络的预测模型不仅能较好地反映致酸因素与降水酸度的相互关系,而且预测精度也高于多元回归等模型。 相似文献
7.
BP人工神经网络预测邻苯二甲酸酯光化学降解 总被引:4,自引:0,他引:4
将反向传播人工神经网络(BP-ANN)用于邻苯二甲酸酯类化合物的光化学降解的预测中,选取正交设计的试验点作为反向传播人工神经网络的训练集,实现对全实验域试验点的预测,并与实测的试验数据比较。结果表明反向传播人工神经网络(BP-ANN)具有良好的预测能力。 相似文献
8.
根据成都市中心城区垃圾产生量的历年数据,先用以时间为单变量的灰色GM(1,1)预测模型得到历年数据的拟合值,再分析垃圾产生量与其影响因素之间的灰色关联度,选出关联度最大的4个因素建立多变量的灰色GM(1,5)预测模型与BP神经网络模型,并对垃圾产生量的预测精确度进行了对比,用预测精度最高的BP神经网络模型对未来年份的垃圾产生量进行了预测,为成都市垃圾处理处置规划提供了理论依据。 相似文献
9.
10.
11.
城市水资源供需系统优化分析 总被引:10,自引:1,他引:10
运用系统动力学的方法,研究了城市水资源供需系统的优化分析。系统中主要包括了人口、工业生产、水资源供应和污染等4个状态变量,其中总可供水量是系统的控制变量;得出水价和水污染整治投资比例是两个关键因素,系统运行结果表明,只有二者相互协调,共同发挥作用,才能保证城市水资源的可持续利用,缺一不可。论文以长春市为例,分析了城市水资源供需系统的动态变化,并提出了解决水资源短缺以及水体污染的控制方案。 相似文献
12.
快速的城镇化使城市间距不断减小,上下游城市间水质的相互影响愈发显著.本研究提出基于水质的城市安全距离概念,建立基于BP神经网络水质模型的城市安全距离量化方法,并选择长江沿岸相邻的芜湖、马鞍山两市为案例,评估未来两市建成区扩张后城市间距的安全性,计算两市建成区的最小安全距离.结果显示,2020年芜湖与马鞍山4.6km的间距属于安全距离,能够保证下游城市马鞍山上游控制断面地表II类的水功能要求.但与2010年相比,控制断面水质变差,COD与氨氮浓度分别提高了29.2%与23.2%.为了保证控制断面的水功能要求,芜湖与马鞍山两市的最小安全距离为3.2km. 相似文献
13.
为提高BP神经网络(BPNN)模型对具有时间序列特征水质的预测精准度,采用主成分分析法对原始样本数据进行特征提取和降维,选取溶解性有机碳(DOC)浓度、总氮(TN)浓度和浊度作为水质预测指标,构建了具有3层网络结构的BPNN模型进行预测,并分析其预测性能。结果表明:DOC浓度、TN浓度和浊度的最佳训练集尺寸分别为60、60和90 d,最佳BPNN拓扑结构分别为9-12-1、8-6-1和7-13-1,经优化后的BPNN模型对DOC浓度、TN浓度和浊度的变化趋势整体预测效果较好;相比之下,BPNN模型对水中DOC浓度的预测效果显著优于TN浓度和浊度,其均方根误差(RMSE)、平均绝对百分比误差(MAPE)和相关系数(
14.
为了模拟预测地表水净化装置脱氮效果,利用水质指标实测数据作为学习样本,选取原水总氮、氨氮、硝氮、CODMn及装置运行时间等指标作为预测参数,建立了BP神经网络水质预测模型,并运用该模型对净化装置的水质进行预测,同时引入多元线性回归模型作为对比。结果表明,BP神经网络模型预测值的可决系数为0.985,最大误差为5.92%,明显优于多元线性回归模型预测效果;BP神经网络模型预测精度较高,预测速度快,能够准确地预测净化装置的总氮去除效果。 相似文献
15.
BP神经网络在再生水补给密云水库水质评价中的应用 总被引:3,自引:0,他引:3
基于环境质量基本模型,将补给的再生水视为点源污染,建立了再生水补给后的湖库污染物浓度变化模型.在得到补给后主要污染物稳定浓度的基础上,建立BP神经网络模型,使用随机数发生器生成随机数据作为模型的学习样本和检验样本以满足BP模型对样本数量的需求.使用BP模型对再生水补给后的水质进行评价,评价结果证明了再生水补给的可行性与相对安全性. 相似文献
16.
基于BP神经网络的大气污染物浓度预测 总被引:1,自引:0,他引:1
利用BP神经网络结合变量筛选的方法建立了SO_2、NO_2、O3、CO、PM_(10)、PM_(2.5)等6种污染物的浓度预测模型,并选取2014-01-01至2015-11-28时段,昆明市区5个环境监测点以上6种污染物浓度的监测数据建立了昆明市污染物日均浓度预测模型.采用平均影响值(Mean Impact Value,MIV)的方法筛选出分别对6种污染物日均浓度值有主要影响的变量,作为BP神经网络的输入变量,利用建立的预测模型分别对6种污染物的日均浓度进行预测.结果表明,在关上监测点利用浓度预测模型对SO_2、NO_2、O3、CO、PM_(10)、PM_(2.5)等6种污染物浓度进行预测,污染物浓度预测值和实测值趋势吻合度较高.变量筛选后SO_2、PM_(2.5)预测效果比变量筛选前的预测效果好.O3的均方根误差和PM_(10)的标准化平均偏差,变量筛选前的预测效果比变量筛选后的预测效果好.变量筛选前的NO_2和CO的预测结果比变量筛选后的预测效果好.其他4个环境监测点的污染物浓度预测结果与关上监测点的结果相似. 相似文献
17.
从公共服务部门标杆管理思想出发,构建了2007—2014年中国地级以上城市水资源利用效率标杆体系,并以此为评估依据,对河北省地级以上城市2007—2014年水资源利用效率展开评估,识别各个城市万元GDP水耗、万元工业总产值水耗、人均综合水耗和人均生活水耗在全国所有地级以上城市和不同类型范围城市中的具体位置和变化趋势;并在此基础上对城市水资源利用效率标杆体系进行历史趋势外推,将标杆预测结果作为河北省各城市节水效率管理目标,结合河北省人口数量增长和社会经济发展规划目标,估算了"十三五"期末2020年河北省地级以上城市需水量,以期为指导河北省地级以上城市"以水定城"发展战略的制定提供参考依据.结果显示:河北省唐山市、沧州市、廊坊市万元GDP水耗一直处于全国先进水平;仅沧州市万元工业总产值水耗一直处于全国先进水平;保定市、沧州市和衡水市的人均综合水耗一直处于全国先进水平;保定市、沧州市、张家口市、石家庄市、秦皇岛市、邢台市的人均生活水耗一直处于全国先进水平;预计到"十三五"期末,河北省地级以上城市市辖区工业需水总量减少为8.81亿m~3,居民生活需水量增加为4.26亿m~3,城市总用水量增加为16.94亿m~3. 相似文献
18.