多元回归和BP人工神经网络模型对混合厌氧消化产气量的预测研究

在中温且控制pH值条件下,对脂肪类单基质和城市污水厂剩余污泥进行混合厌氧消化试验。基于多元回归原理和BP人工神经网络原理,对其建立产气量预测模型。由实验数据计算得出:两个阶段多元回归模型的预测平均准确率分别为75.69%和79.29%;BP神经网络模型的预测平均准确率为79.05%。通过对比两种模型的预测结果可知,两种模型都有较高的预测准确率,但BP模型的预测准确率更高,更适用于混合厌氧消化产气量预测。     

人工神经网络法预测城市用水量

城市用水量的预测结果,对于城市规划、供水系统的管理及改扩建有着重要的意义,寻求科学合理的预测模型是保障预测结果准确可靠的关键。针对这一问题,利用人工神经网络理论建立了BP（Back—Propagation,反向传播算法）网络预测模型,该模型考虑了反映社会、经济的两个影响因素人口和工业产值对用水量需求的影响,具备系统决策功能。通过实例证明该模型是一种行之有效的用水量预测模型。     

环境风险预测数学模型

本文基于环境风险预测分析的基本思想,应用模糊图、灰色系统、非线性回归、随机过程和可靠性系统工程理论和方法,探讨了环境风险预测的数学模型。给出了环境风险预测的双向模糊图模型、灰色马尔夫预测模型及非线性回归模型,这些模型的应用为环境风险评价和环境风险管理提供了科学依据。     

ANN模型对污水处理系统性能的评价

作者基于B－P算法的人工神经网络，对污水处理系统的性能作了预测和评价，并通过所建立的一个生物转盘处理系统的人工神经网络预测模型实例，验证了人工神经网络用于污水处理系统性能评价方面的可行性与准确性。     

组合优化的能源消费量预测模型

针对非等间距灰色系统预测中存在误差较大的问题,结合序列本身的特点,利用世界能源消费的历史数据,采用3种灰色预测模型与神经网络进行组合优化,建立了灰色神经网络的能源消费量组合预测模型.实证分析结果表明,提高了模型的拟合和预测精度,拓宽了应用范围.模型中对能源的消费趋势进行预测,为科学地分析能源结构提供了依据.     

BAF处理系统的BP神经网络模型

本文以某污水处理厂曝气生物滤池（Biologlcal aerated filter,BAF）的实际运行数据为基础,采用人工神经网络（Artificial neural network,ANN）方法,建立起BAF处理系统的BP神经网络预测模型。模型运算结果表明,预测值和实测值能较好地吻合,起到了模拟预测的效果,同时能优化运行状态。该模型的建立为BAF处理系统的预测及运行管理供了一条简便实用的途径,具有良好的研究和工程实用价值。     

组合优化的能源消费量预测模型

针对非等间距灰色系统预测中存在误差较大的问题，结合序列本身的特点，利用世界能源消费的历史数据，采用3种灰色预测模型与神经网络进行组合优化，建立了灰色神经网络的能源消费量组合预测模型。实证分析结果表明，提高了模型的拟合和预测精度，拓宽了应用范围。该模型可对能源的消费趋势进行预测，为科学分析能源结构提供依据。     

模型预测在土地利用规划中的应用

阐述了4种预测模型的原理，并以新疆喀什市的城市用地预测为例，通过时间序列建立了4种预测模型，对城市用地实际值进行预测与分析，从而得出各种模型的特点。认为只有选择最适合的预测模型，才能为土地利用规划提供科学依据。     

基于不同的神经网络模型PM_(2.5)浓度预测对比

近年来,以PM_(2.5)为主要污染物的重霾污染事件频频发生,给国民经济及居民健康造成了严重威胁。本文采用BP、RBF及Elman神经网络分别建立预测模型,并以青海省某工业园区某监测站监测的数据为实例对预测模型进行了具体的应用。结果表明:BP神经网络、RBF神经网络及Elman神经网络都可以有效预测PM_(2.5)浓度,但是BP神经网络预测模型预测误差要小于RBF神经网络模型及Elman神经网络模型,具有更高的稳定性和准确定。     

深圳下坪填埋场渗滤液产生量预测研究

对垃圾填埋渗滤液产生量预测模型进行了比较，选择经验－合理式模型作为填埋场渗滤液产生量的预测模型。综合下坪垃圾填埋场不同汇水面积、降雨量和渗滤液量的现场实测数据，采用线性回归确定了模型参数，通过模型预测渗滤液产生量与现场实测渗滤液产生量的对比分析了本模型的精度和可靠性，从而为填埋场渗滤液产生量的预测及收集处理系统的设计、管理提供科学依据。     

基于人工神经网络模型预测2017~2018年成都市危险废物增量研究

危险废物对环境或者人体健康会造成有害影响,有效地预测其产量是优化管理和合理处置的重要依据。以2008~2016年成都市危险废物产生量为基础,通过数据带入和整合及综合各参数因子的影响,利用人工神经网络模型预测方法客观反映并预测成都市危废产量的变化趋势。结果表明该模型预测2017~2018年成都市危险废物年产量分别达到24.46万t和26.88万t,模拟精度偏差低。因此,人工神经网络模型可以作为一种预测危险废物产生量的工具,其预测结果可以为职能部门提供决策参考。     

人工神经网络在生态环境质量评价中的应用

以生态环境指标的各级评价标准作为训练样本，应用人工神经网络建立生态环境质量评价的BP网络模型。用训练好的BP网络对生态环境质量进行评价，并与模糊识别评价法进行比较。结果表明，人工神经网络用于生态环境质量的评价结果与环境质量实况相符。     

深圳玉龙坑垃圾填埋场填埋气体产生量预测研究

通过综合垃圾填埋量、垃圾组分、以及气候特点等因素，采用二阶段复合产气速率模型对玉龙坑填埋场封场前后填埋气体产生量情况进行了预测。预测结果表明玉龙坑填埋场在封场后10年内仍有较大量的填埋气体产生，若不加以妥善处理将会产生安全隐患，若加以利用会产生经济效益。该模型的应用可为垃圾填埋场进行填埋气体产生量预测及收集处理系统的设计、管理提供合理的依据。     

人工神经网络在湟水水质综合评价中的应用

将“前向人工神经网络技术”应用于水质综合评价，提出了水质综合评价BP模型，并将该模型应用于实例进行效果检验，结果表明：人工神经网络BP模型用于水质综合评价是可行的，该方法适应性强，评价结果客观、合理。     

代神经网络在湟水水质综合评价中的应用

将“前向人工神经网络技术”应用于水质综合评价，提出了水质综合评价ＢＰ模型，并将该模型应用于实例进行效果检验，结果表明：人工神经网络ＢＰ模型用于水质综合评价是可行的，该方法适应性强，评价结果客观、合理。     

大棚式沼气工程在畜禽粪便污染治理中的应用

畜禽养殖污染已成为农村环境污染的主因,介绍了大棚式沼气工程在治理农村畜禽养殖污染上的应用,该技术可解决冬季沼气工程不产气问题,保障沼气工程正常运行,环境效益、社会效益显著。该技术为畜禽粪便污染治理提供了经验借鉴。     

提高畜禽粪便沼气发酵产气量的研究进展

随着畜禽养殖规模的不断扩大,合理处理畜禽粪便是目前刻不容缓的问题。目前,沼气发酵是解决畜禽养殖场粪污处理和资源化利用的主要方式之一,且通过提高畜禽粪便沼气发酵产气量可以实现将粪便变废为宝的目的和达到资源利用最大化效果。综述了畜禽粪便沼气发酵产气的内在影响因素和外在影响因素对产气量的影响,为提高畜禽粪便的利用率和沼气发酵产气量提供参考依据。     

基于灰色神经网络的能源消费组合预测模型

组合预测对于信息不完备的复杂经济系统具有一定的实用性。鉴于能源消费系统的复杂性和非线性特征，利用我国能源消费的历史数据，采用灰色预测的GM（1，1）、无偏GM（1，1）和pGM（1，1）3种模型与人工神经网络进行优化组合，建立了灰色神经网络的能源消费组合预测模型，实证分析结果获得了更为精确的预测效果，可以作为能源消费预测的有效工具。同时，能源消费的预测结果也表明今后必须以节能为主导思想，努力建设资源节约型社会和环境友好型社会。     

西宁市供水量的预测模型探讨

以西宁市供水量各规划水平年值为基础,在分析原始数据序列的基础上,进行供水量的预测模型研究。提出两种供水量预测方法,即一元线性回归模型及灰色预测模型,并分别进行了实例计算与分析,同时与西宁市规划部门供水量预测值进行了比较。研究结果表明,灰色预测模型较一元线性回归模型为优,可作为西宁市规划水平年的供水量预测模型     

溢油对地表水体影响预测模型的搭建

以M原油管道在穿越N江处发生溢油事故为例,探讨了溢油对地表水体的影响、以及预测该影响所使用的预测模型。通过对石油类物质与水动力条件的作用分析,分析了一维水动力模型、污染物对流扩散模型的原理,探讨了两种模型的搭建。使用MIKE 11软件在河流水动力与污染物迁移两方面建立了预测模型,为后续模拟预测工作奠定了理论与模型基础。