基于多级神经网络模型的厌氧氨氧化系统参数预测

厌氧氨氧化菌生长条件复杂、影响因素多,其工艺系统运行控制复杂,为解决上述问题,研究构建了1个多级神经网络预测模型,以提高SBBR单级自养脱氮厌氧氨氧化系统出水总氮去除率预测精度,并确定了系统工程应用的关键控制参数。一级神经网络模型通过灰色关联度分析,对影响出水总氮去除率的关键性指标进行预测;二级神经网络模型基于一级模型增加数据维度,并通过改进粒子群算法优化网络、借鉴遗传算法变异的思想扩大搜索范围,提高了出水总氮去除率的预测精度。多级神经网络模型预测结果表明,其总氮去除率平均相对误差为0.54%,相对误差为5.76%,均方根误差为1.132 1,预测数据基本上与实际值相符;与其他预测模型相比较,该模型表现出较优的预测精度。进一步分析发现,通过控制工艺系统的曝气量调节出水亚氮浓度,是保证工艺反应的稳定和实现厌氧氨氧化工艺工程应用的有效控制方式。     

GM（1,1）模型在排污收费中的应用

排污收费是环境管理的一项重要工作,也是环境管理水平在一定意义上的综合反映。它既与当地的经济发展水平有关,也与技术水平、管理措施、环境污染、社会等诸多因素有关。要准确定量地描述这些因素与排污收费的相关模型是极其困难的。因此,排污收费系统从本质上看是一个本征性灰色系统,排污收费额是系统的灰色量。笔者根据灰色系统理论建立排污收费预测模型,获得满意效果。     

基于改进型灰色神经网络组合模型的空气质量预测

基于空气质量数据不足及波动较大的情况,将灰色GM（1,1）模型与人工神经网络模型组合并改进,建立改进型灰色神经网络组合模型。利用天津市2001—2008年PM10、SO2和NO2年均值作为原始数据预测2009—2010年PM10、SO2和NO2的浓度以进行模型精度检验,最后利用该模型预测2011—2015年天津市空气质量状况。结果表明,与灰色GM（1,1）模型、传统灰色神经网络组合模型相比,所建立的改进型灰色神经网络组合模型相对模拟误差小,预测结果更为可靠,可以用于空气质量预测。     

灰色系统GM模型在城市大气质量预测中的应用

本文试用灰色系统理论GM(1·1)模型,以南昌市1983～1987年的大气颗粒物浓度统计资料为例,求得南昌市大气颗粒物浓度灰色预测模型为: (?)~((1))(k+1)=-14.783919e~(-0.0290324K)+15.176919利用它预测了南昌市1988～2000年间大气颗粒物浓度的变化趋势。研究表明,灰色系统模型在环境科学研究中可以作为一种新的认识方法。     

嗜酸氧化亚铁硫杆菌脱煤矸石中硫影响因素的筛选及条件优化

采用Plackett-Burma(P-B)和Box-Behnken(B-B)设计相结合的方法筛选和优化嗜酸氧化亚铁硫杆菌(A.ferrooxidans)脱除煤矸石中硫的主要影响因素和实验条件。首先,通过P-B设计从pH、煤矸石粒度、煤矸石添加量、Ag+浓度和煤矸石类型等因素中筛选影响脱硫率的主要因素。然后,在确定使用新鲜矸石条件下,对另外4个主要因素采用BB设计和响应面分析进行脱硫条件优化。研究结果表明,pH、煤矸石粒度和Ag+浓度对脱硫率具有显著影响,其影响程度为煤矸石粒度pHAg+浓度。利用Design Expert软件建立起脱硫率与影响因素之间的二次回归方程模型,通过求解方程得到最优脱硫条件为pH(3.0)、煤矸石粒度(124μm)、煤矸石添加量(56 g/L)、Ag+浓度(100 mg/L),在该条件下实际脱硫率达88.62%,与模型预测值接近,说明可以利用该模型来分析和预测矸石的脱硫效果。     

磁性活性炭对废水中盐酸土霉素的吸附

利用磁性材料易分离和活性炭具有良好的吸附性能的特点,制备了磁性活性炭(MAC),研究了其对废水中盐酸土霉素(OTC-HCl)的吸附性能。应用批处理方式,研究了影响MAC吸附性能的因素,并对吸附动力学和等温线进行了分析。酸性条件有利于OTC-HCl的吸附,共存盐的影响小,升温有利于OTC-HCl的吸附。303 K时对OTC-HCl的吸附量达到338 mg·g~(-1)。模型拟合分析表明,Elovich方程可准确地预测时间对吸附量的影响,Toth和Langmui模型可以描述吸附平衡过程。Elovich方程可以预测解吸时间对解吸量的影响,吸附OTC-HCl的MAC有一定的重复使用性能。以上结果表明,MAC具有良好的吸附能力,可用于废水中土霉素的吸附去除。     

基于灰色模型和模糊神经网络的综合水质预测模型研究

水质状态变化趋势预测研究对水资源管理和维护具有重要的现实意义。提出了一种将灰色模型和模糊神经网络相结合的水质预测模型。首先基于改进的灰色模型预测出水体中各理化因子在未来一段时间内的指标变化,然后采用T-S模糊神经网络对各单因子的预测值进行数据融合,构建水质变化综合趋势预测模型,预测出下一时间段的水质整体状态指标。实验表明,这种方式用来预测湖泊水质变化趋势具有可行性;与BP网络模型相比,基于T-S模糊神经网络系统的模型具有预测精度高、模型系统稳定等优越性。     

中国民航运输碳排放解耦分析和达峰预测

为合理预测中国民航运输业的碳达峰时间,首先采用Kaya恒等式和对数平均迪氏指数分解法(LMDI)分解中国民航运输碳排放量的影响因素。其次,建立Tapio解耦模型分析民航运输碳排放量与各影响因素的关联强度,运用改进可拓展的STIRPAT模型实现中国民航运输碳排放量的预测。最后,设置基准、发展、远距、节能、浅绿、深绿情景进行测算。结果表明,深绿情景下中国民航运输业可以在2045年实现碳达峰。因此,基于这一情景设计了多种可将碳达峰时间提前至2030年的碳汇方案。     

基于灰色马尔可夫模型的城市污水量预测

城市污水量是进行排水工程设计的基础数据,灰色系统理论在预测城市污水排放量中有着广泛的应用.基于2001-2009年天津市城市污水排放量数据,建立灰色模型对2010-2015年生活污水排放量和工业废水排放量进行预测;由于工业废水排水量数据波动较大,灰色预测结果不准确,采用马尔可夫模型对灰色预测结果进行修正.结果表明,灰色马尔可夫模型预测准确性高;预计2015年,生活污水排放量为65120.57万t,工业废水排放量为19339.39万t;随着时间的推移,天津市生活污水排放量在城市污水排放总量中的百分比越来越大.     

火电厂大气污染物排放预测模型

根据大气污染物排放浓度变化特点,将无偏GM(1,1)模型与神经网络模型组合,并以矩阵型输入方式替代传统的数列型数据输入方式,得到改进型灰色神经网络模型,称为UGMN模型。接着,采用烟囱入口烟气自动监控系统(CEMS)数据,将模型运用于贵州省某电厂白天及夜间两段时间段内大气污染物排放浓度的模拟与预测。研究结果表明UGMN模型预测精度较好,可以应用于火电厂大气污染物排放浓度预测。     

应用多属性决策分析法筛选污染场地土壤修复技术

通过层次分析法计算修复技术评价指标的权重,然后分别采用逼近理想解和灰色综合评价2种模型得到备选修复技术排序。基于该决策方法,开发了修复技术筛选决策支持系统,将该系统应用于某有机污染场地土壤修复技术的筛选。研究结果显示,结合层次分析方法的逼近理想解法和灰色评价均可实现对该场地的备选修复技术较好的排序,排序的结果一致且与场地实际应用情况相符:化学氧化土壤冲洗固化/稳定化。逼近理想解法实现简单,但对评分指标的要求比较严格,且需要借助模型的敏感性分析来加以验证,适合于备选修复技术评价结果先汇总后排序。灰色评价法引入了灰色理论用于处理数据的不确定性,适合于评价小组评价者各自评分然后在灰色评价模型中综合。将层次分析法与逼近理想解模型、灰色综合评价模型结合,应用于污染场地修复技术的筛选,既可以减少层次分析法的主观性,又可以削弱逼近理想解模型和灰色综合评价模型在应用过程中对权重的忽视。本研究为选择可行、经济、高效、环境友好的污染场地土壤修复技术提供方法依据和理论参考。     

基于因子分析法优选河流水体中氮浓度预测方法的研究

定量的河流水体中氮浓度预测方法有很多种,如何优选出预测精度较高的方法一直是学术界多年来致力于研究的重点。本研究采用因子分析法对预测方法的精度评价指标进行分析,并建立了预测方法精度的评价模型,对回归分析法、神经网络法、灰色系统法和增长率统计法4种水体氮浓度预测方法进行综合评估,优选出精度较高的河流水体氮浓度预测模型——BP神经网络预测模型。结果表明,此评估模型对类似研究具有一定的参考价值,能为选择出合适的河流水体氮浓度预测方法提供依据。     

基于BP和RBF神经网络的外加碳源量模型研究

碳源作为反硝化过程的电子供体,是影响生物脱氮过程的重要因素,低碳氮比污水需外加碳源以保证反硝化反应的顺利进行。为了优化控制碳源投加量,对实验室搭建的CAST工艺污水处理装置的进水条件和外加碳源量的非线性关系分别进行了基于BP和RBF神经网络的模型研究,并对外加碳源量进行了预测。结果表明,两种网络模型均能有效预测外加碳源量,RBF神经网络模型在训练速度和逼近能力方面优于BP神经网络模型,但在预测性能方面BP神经网络模型则有更高的预测精度。     

运用灰色系统理论对城市环境噪声分析与预测

利用灰色系统理论的灰色关联度分析法,对影响佛山市禅城区区域环境噪声的影响因子进行定量分析,结果表明,影响佛山市禅城区区域环境噪声的第一位因素是机动车辆密度;同时建立了城市区域环境噪声的灰色GM（1,1）预测模型,短期预测精度很高,未来5年禅城区区域环境噪声呈平稳下降趋势.为规划防治城市区域环境噪声提供科学依据.     

运用灰色系统理论对城市环境噪声分析与预测

利用灰色系统理论的灰色关联度分析法,对影响佛山市禅城区区域环境噪声的影响因子进行定量分析,结果表明,影响佛山市禅城区区域环境噪声的第一位因素是机动车辆密度;同时建立了城市区域环境噪声的灰色GM(1,1)预测模型,短期预测精度很高,未来5年禅城区区域环境噪声呈平稳下降趋势.为规划防治城市区域环境噪声提供科学依据.     

生物质热解过程中含氮模型化合物研究进展

由于生物质成分的复杂性,直接热解生物质很难获得其氮转化机理,利用含氮模型化合物热解成为近年来研究生物质NO_x生成机理的主要方式。首先总结了燃料氮在生物质中的赋存形态及其常用的模型化合物,综述了蛋白质、环二肽、氨基酸等模型化合物热解的一般机理,并对影响模型化合物热解路径的化学成分、热解温度、升温速率、含氧量等因素做了分析。目前,通过模型化合物热解研究,研究人员可以得到生物质中燃料氮的转化机理,但有些机理还存在一些争议,结合计算化学理论分析可能获得更清晰的NO_x生成机理。     

GPPM（1）模型在二氧化硫排放量预测中的应用

基于ＧＰＩＭ（１）模型，提出了灰色抛物幂函数曲线即ＧＰＰＭ（１）新模型，研究了这种模型的结构，参数估计形式和数学解析式。应用结果表明，该模型精度优良，预测可靠，是分析、预测二氧化硫排放动态的新的认识方法。     

响应面法优化Fenton法预处理腈纶废水

为得到Fenton法预处理腈纶废水的最优条件参数,以初始pH、H_2O_2投加量、Fe~(2+)投加量、反应时间为考察因素,废水COD去除率为评价指标,在单因素实验基础上,通过Box-Behnken方案构建与拟合响应面模型,分析4个独立因素及各因素之间的交互作用对COD去除效果的影响。确定了最佳Fenton法预处理工艺:初始pH为3.0,H_2O_2投加量为5.0mL/L,Fe~(2+)投加量为4.9g/L,反应时间为150min时。此时,COD去除率预测结果为44.08%,实际运行结果为43.89%,表明该模型可靠。考察了无机离子对Fenton法预处理的影响,并研究预处理前后腈纶废水可生化性的变化。结果表明,SO~(2-)_4对腈纶废水的降解无明显影响,Fenton法预处理显著改善了腈纶废水可生化性。通过对比Fenton法预处理前后腈纶废水的傅立叶变换红外光谱(FTIR)可以得出,Fenton法预处理有效去除了腈纶废水中难降解有机物。     

人工神经网络在强化一级处理系统过程模拟与优化中的应用

针对化学强化一级处理系统(CEPT)处理废水时影响因素多,难以进行适当的控制和处理效果的预测等问题,建立起基于BP人工神经网络的CEPT法处理猪场稳定塘废水预测模型,并应用该模型对烧杯试验进行了模拟.结果表明,预测值和实测值吻合较好,模型对COD、总磷、浊度去除率预测的平均相对误差分别为7.5%、4.8%和4.9%.通过对pH值和絮凝剂投药量等可控参数进行优化计算,得到CEPT系统的最佳操作条件和最合理操作条件.该模型的建立为CEPT法处理废水工艺系统实现自动化控制提供了一条简便实用的途径.     

人工神经网络在强化一级处理系统过程模拟与优化中的应用

针对化学强化一级处理系统（CEPT）处理废水时影响因素多，难以进行适当的控制和处理效果的预测等问题，建立起基于BP人工神经网络的CEPT法处理猪场稳定塘废水预测模型，并应用该模型对烧杯试验进行了模拟。结果表明，预测值和实测值吻合较好，模型对COD、总磷、浊度去除率预测的平均相对误差分别为7．5％、4．8％和4．9％。通过对pH值和絮凝剂投药量等可控参数进行优化计算，得到CEPT系统的最佳操作条件和最合理操作条件。该模型的建立为CEPT法处理废水工艺系统实现自动化控制提供了一条简便实用的途径。