共查询到20条相似文献,搜索用时 46 毫秒
1.
基于BP网络的水质综合评价模型及其应用 总被引:18,自引:0,他引:18
讨论了BP网络模型存在的不足及建模条件,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、检验和测试用的样本,建立了辽河水质综合评价的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。 相似文献
2.
阐述了移动通信GSM网络与3G网络共站址的情况下对环境的影响,并提出了影响预测模式,计算了某通信公司移动通信典型基站对周围环境电磁辐射的影响,确定了对敏感目标的保护距离,并进行了实测以对保护距离进行验证。 相似文献
3.
将Elman神经网络应用于南京奥体中心地铁站抽水试验初期对地面沉降的预测,提出了一种预测模型。该模型采用对已知数据样本进行分段的方法,把分段后的数据作为网络输入和期望输出训练网络,从而达到动态建模的目的。从预测结果来看,该模型误差较小,基本上能够反映2002—07—21当天地面沉降的真实情况,具有一定的可靠性和实用性,因此,该模型可作为后期由于基坑开挖和防渗排水所引起地面沉降的分析工具。 相似文献
4.
5.
6.
为了对环境质量进行综合评价,运用误差反向传播算法的人工神经网络方法建立了环境质量评价的B-P决策模型。用此模型研究实例的大气环境质量,结果表明B-P网络用于环境质量评价具有客观性和实用性。 相似文献
7.
采用神经网络技术对松江污水厂污水处理活性污泥系统进行建模试验研究,在对实际运行数据按机理准则和范围准则剔除异常数据后,将样本数据随机分成训练样本、检验样本和测试样本。用试凑法确定合理的神经网络隐层节点数,以避免采用过大或过小的网络结构,在训练过程中用检验样本实时监控从而避免“过训练”现象的影响,较好地解决神经网络方法建模的两大难题,从而建立可靠、有效的活性污泥系统神经网络模型。并应用建立的网络模型对活性污泥系统的运行情况进行了仿真研究。建模研究表明,神经网络技术能较好地应用于活性污泥系统的建模,模型具有较好的泛化能力,有很好的实用价值。 相似文献
8.
讨论了BP网络模型存在的不足及建模条件,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、检验和测试用的样本,建立了辽河水质综合评价的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. 相似文献
9.
10.
环境监测实验室质量控制足环境监测质量保汪的蘑要组成部分。山于实验室内质量控制工作量大,质控工作往往流于形式。因此,有必要建立一套完整又便捷的实验室内质量控制体系,在质控质量上发挥重要作用。对体系建立前提条件和体系建立的,思路进行了阐述。对体系设计基础——计算机网络技术的运用。实验室内质量评价高效、便捷的数字化应用平台的建口进行了设想。 相似文献
11.
12.
13.
14.
通过对环保系统资源业务网络建设现状及需求分析 ,提出了在政府网平台上架构 VPN,构筑环保资源业务网络。随着省、地、县三级政府网络建成贯通 ,通过在政府网平台上架构 VPN,构筑环保系统资源业务网络是切实可行的 ,因为它符合环保系统经济承受能力 ,满足了环保网络应用的带宽需求 ,解决了涉密内容的传输问题 ,避免了网络的重复建设。 相似文献
15.
针对松江污水厂污水处理活性污泥系统,采用神经网络技术进行建模试验研究,在对实际运行数据剔除异常数据后,将样本数据随机分成训练样本、检验样本和测试样本。用试凑法确定合理的神经网络隐层节点数,用检验样本实时监控训练过程从而避免“过训练”现象,用多次改变网络初始连接权值求得全局极小点,从而建立了泛化能力较好的基于神经网络的活性污泥系统数学模型。利用建立的神经网络模型,对活性污泥系统运行情况的仿真与控制进行了分析研究。示例研究表明:神经网络技术能较好地应用于活性污泥系统的建模与控制,有很好的理论与实践意义。 相似文献
16.
17.
18.
19.
基于径向基函数网络的溢油预测模型 总被引:1,自引:0,他引:1
为了提高溢油预测的准确性,建立和优化溢油预测模型,提出了基于径向基函数网络模型的溢油预测方法,实现溢油预测功能。径向基函数网络模型解决了模拟预测过程中样本库巨大、函数模型收敛速度慢的问题。通过选择有效的输入参数和样本数据,建立局部逼近网络;通过径向基函数训练样本数据,利用输出值与实际值之间的误差作为约束条件调整权重因子、径向基中心和宽度,加快函数模型的收敛速度。该模型模拟了溢油的漂移、扩散过程,达到预测的目的。利用该模型,建立了溢油预测模块,并针对一次溢油事故进行预测模拟,验证了该模型的可行性,能够为应急决策提供一定的支持。 相似文献
20.
深圳市区空气污染的人工神经网络预测 总被引:1,自引:0,他引:1
《环境工程学报》2015,(7)
利用深圳市2006至2013年的大气污染物监测浓度数据和气象资料,分析深圳市空气质量的逐月分布变化特征。采用Pearson相关分析,选择显著相关因子,分别以BP神经网络和RBF神经网络构建空气质量预测模型,对该市2013年SO2、NO2、PM103种空气污染物的月均值进行预测。实验结果表明,通过Pearson相关分析建立的预测模型有更高的预报精度。BP和RBF 2种网络预测效果都比较理想,对不同污染物的预测精度各有高低。但BP网络的构建和参数优化过程较为复杂且网络训练结果不稳定,而RBF网络构建和训练简单,时间短而结果稳定。在综合性能上,RBF网络用于环境空气污染物浓度的预测具有更强的适用性。 相似文献