BP神经网络在降水酸度预测中的应用

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。     

大气降水酸度变化趋势简便预测

1．前言环境污染因子质量预测，是为政府部门进行环境规划、决策以及为环境管理部门确定环境污染治理和环境污染总量控制方案提供参考依据的重要手段。近年来，随着环境科学技术的发展，环境污染因子预测技术也向着更加全面、长期、准确和适用的方向不断发展完善。但是，由于建立污染因子预测模型，需要一定的科研设备和技术手段，需要掌握一定技术知识的科研人员，这就造成了科研基础比较薄弱的部分三、四级环境监测站，在现有条件下难以进行污染因子质量变化趋势现状的预测，而移动平均法和指数平滑法是确定性的序列预测技术中容易掌握且…     

济南市大气降水的酸度分析

济南市大气降水的酸度分析济南市槐荫区环保局张华玲自１９７９年我国开展酸雨监测研究工作以来，许多地区出现了酸性降水，尤其是南方地区，降水酸度有逐年增加的趋势。目前，酸雨已成为人们越来越关注的环境问题。酸雨的形成机理与大气污染物ＳＯ＿２浓度大小密切相关。...     

1982—1988年蚌埠市降水酸度分析

酸雨是当今世界上面临的主要环境问题之一。它不仅对环境造成污染,而且对生态平衡产生不良的影响. 蚌埠市已出现酸雨,为了解该市降水酸度的发生、发展规律及其变化趋势等问题.现将1982—1988年蚌埠市降水酸度的监测结果报告于后。     

山东省降水酸度分布分析

对山东省近年来降水状况、酸雨的区域分布及季节特征进行了简要的分析，并在此基础上提出了一些合理的建议。     

华东地区大气本底中降水酸度变化

根据1985～1991年7年中采集的降水样品913个,进行归纳和分析。结果表明,降水酸度有逐年增加的趋势,强酸性降水出现增多,酸沉降量增加趋势十分明显。一年四季中的降水酸度各不相同,冬季最高,夏季最低,主要取决于降水量的变化,在各稳定度中降水量出现最多的是大气不稳定状态时。     

黄山降水酸度及电导率特征分析

为了解黄山降水酸碱度和污染程度的总体特征,对2006～2011年黄山光明顶气象站常规监测的降水pH值和电导率进行了统计分析,结果表明:①该地区降水pH年均值在4.81～5.57,2009年之前,降水酸度加强,之后酸度减弱;降水平均pH值冬季最低(4.78),夏季最高(5.33);出现频率最高的降水事件为弱酸性到中性,总酸雨频率为46%,酸性降水累积雨量约占总雨量的45%.②年均降水电导率在16.91～27.84μS.cm-1,无明显年变化趋势.电导率在15μS.cm-1以下的降水发生频率最高,其次是15～25μS.cm-1之间.2010年2月～2011年12月,按日进行降水平行采样、存储、运送到实验室进行pH值与电导率测定和离子成分分析,对此期间的现场测定与实验室测定的两组pH值、电导率进行了比较分析.结果表明:①两组pH值间、两组电导率间都显著相关,但从山上现场到实验室,降水pH值向中性方向偏移,偏移幅度与降雨量和现场pH值有关,电导率的变化量与总离子浓度有关;现场pH值与电导率之间存在显著的负相关(r=-0.51).②使用一次性采样袋采样,pH值偏差变小,电导率之间相关性更强,两组pH与电导率间都存在明显的负相关.与中东部其他高山站的观测结果相比,黄山降水酸度弱,离子污染程度轻.     

1989—1993年蚌埠市降水酸度分析

为了解蚌埠市降水的酸化程度，酸雨频率及发生发展的规律，我们开展了对酸雨的分析研究工作。本文报导的是１９８９－１９９３年五年的分析结果，并作了相应的讨论。     

基于人工神经网络的莺落峡月径流模拟预测

莺落峡是黑河干流出山口径流量的重要控制站,莺落峡径流量的多少直接影响着该流域经济、社会的发展和生态环境保护,水资源分配和调度的管理和决策。论文基于人工神经网络,对莺落峡径流进行了模拟预测。将月径流分为汛期和非汛期,分别建立BP人工神经网络,通过对径流分类前后的模型进行比较,发现分类后的月径流BP模型的性能显然优于未分类的模型,故此设计了4种不同气候情景,采用分类后的模型对莺落峡2030年的径流量进行了预测。即,在降水量不变、气温增加0.5℃,2030年莺落峡年径流量将增加8.92%;气温增加1℃、降水量不变,年径流量将减少5.414%;气温不变、降水量增加10%,年径流量将增加9.905%;气温增加0.5℃、降水量增加10%,年径流量将增加8.98%。     

自适应人工鱼群-BP神经网络算法在径流预测中的应用

为了提高水库和河流中长期径流预测精度,提出了弹性自适应人工鱼群算法(RAAFSA)。应用RAAFSA算法训练BP神经网络,实现BP神经网络参数优化,形成弹性自适应人工鱼群-BP神经网络混合算法(RAAFSA-BP),对石泉水库进行中长期径流预测。仿真计算表明,弹性自适应人工鱼群优化的BP神经网络算法收敛速度快于BP神经网络算法、人工鱼群-BP神经网络算法和RBF神经网络算法。该混合算法克服了BP神经网络和人工鱼群算法易陷于局部极值、搜索质量差和精度不高的缺点,改善了BP神经网络的泛化能力,输出稳定性好,预报精度显著提高,每次预测相对误差绝对值都小于6%,合格率达到100%。该算法成功地解决了石泉水库中长期径流预测精度不高的难题,可有效用于水库和河川中长期径流预测。     

BP神经网络组合预测在城市生活垃圾产量预测中应用

文章分析了组合预测理论,在建立由二次指数平滑预测模型、灰色预测模型、BP神经网络预测模型组成的组合预测模型库的基础上,利用以上三种单一预测模型的组合构成BP神经网络组合预测模型。分别应用单一预测模型和组合预测模型对湖南省城市生活垃圾产生量进行预测,通过分析和比较预测结果,验证了该组合预测方法的有效性。     

基于人工神经网络的Ni-ZrO2纳米镀层耐腐蚀性能预测

目的 对Ni-ZrO2纳米镀层的耐腐蚀性能进行预测,优化电镀工艺参数.方法 采用磁力搅拌辅助电沉积法,在钴镍基模型合金试样表面制备Ni-ZrO2纳米镀层,针对电镀工艺条件,设置正交实验,对每组实验镀层进行电化学测试,分析不同工艺条件下镀层的耐蚀性能.将ZrO2粒子浓度、电镀液温度和电镀电流密度作为神经网络的输入层,将自腐蚀电流密度作为输出层,运用GRNN神经网络和BP神经网络模型,对Ni-ZrO2纳米镀层进行耐腐蚀性能的预测研究.结果 当ZrO2粒子质量浓度为6 g/L、电镀液温度为60℃、电镀电流密度为5 A/dm2时,Ni-ZrO2纳米镀层的性能良好,表现出较小的自腐蚀电流密度.影响Ni-ZrO2镀层自腐蚀电流密度的因素满足ZrO2粒子浓度>电镀液温度>电镀电流密度.运用GRNN神经网络和BP神经网络对4组非正交实验预测的平均相对误差分别为5.30％与10.74％.结论 运用神经模型可以有效地预测不同工艺参数下镀层的耐腐蚀性能,从而优化工艺参数,提高实验效率.在训练样本较少的情况下,GRNN神经网络的预测性能更加精确.     

基于人工神经网络模型预测ABR反应器处理效率

ABR反应器的处理效率受多方面的因素影响，本文通过BP人工神经网络，利用ABR反应器进水CODcr浓度、容积负荷、温度、稳定运行时间四个参数对其反应器处理效率进行预测。结果表明，BP人工神经网络可较好的用于ABR反应器处理效率的预测，具有较高的精度，在实际生产中，可以运用人工神经网络，对ABR反应器的运行参数进行调整，使之达到最优化的运行状态。     

人工神经网络在环境科学中的应用研究

以B-P网络为例介绍了人工神经网络模型的应用原理。以开拓人工神经网络在环境科学中的应用范围为目的,综述了几种常用神经网络模型在环境预测与评价2方面的应用性能。结果表明:人与环境关系的科学量度是多方位、多因素的非线性模糊问题,而人工神经网络模型具有解决该类问题的独特优点。针对不同环境问题,优选模型,开拓人工神经网络方法在环境科学中的应用范围,为环境问题的解决提供新的技术手段。     

人工神经网络在大气环境质量评价中的应用

针对大气环境中的数据监测与模式识别问题,应用人工神经网络理论,在自然环境大气腐蚀试验网站建立大气环境质量B-P网络评价模型。江津试验站成功地应用了该模型。通过1996-2000年大气环境质量评价结果表明,人工神经网络用于大气环境质量评价的方法是一种新方法,也是一种可行的方法。     

印染废水的神经网络法优化絮凝处理

为获得新型絮凝剂的最佳制备条件,采用人工神经网络(ANN)结合加速遗传算法(AGA)对絮凝剂性能影响因素进行全局寻优。在影响絮凝剂处理性能的主要因素Fe、Al与Si的摩尔比n(Fe+Al):n(Si),B、Mg和Si的摩尔比n(B+Mg):n(Si)以及熟化时间的有效作用范围内,用Box-Behnken Design(BBD)实验设计方法,产生15组影响因素组合作为输入样本,经对印染废水的絮凝处理实验得到相应的COD和色度去除率输出样本,由神经网络方法对15组输入、输出样本数据建模,得到反映絮凝剂制备条件和絮凝剂去除效果的响应关系,并采用加速遗传算法全局优化,得到最大COD去除率和色度去除率条件下的最优絮凝剂制备条件组合,即n(Fe+Al):n(Si)=5.08,n(B+Mg):n(Si)=0.55,熟化时间为2.1 d,对应的印染废水COD去除率为88.10%,色度去除率为95.37%。模型验证实验显示,实验值与模型预测值的最大相对误差不超过5%。相对于响应曲面法,用神经网络结合加速遗传算法优化得到的新型絮凝剂去除印染废水中COD和色度的能力更高,进一步验证了神经网络法在新型絮凝剂制备条件优化中的有效性。     

污水处理中人工神经网络应用研究的探讨

针对污水处理系统的时变性、非线性、复杂性和不确定性的特点,提出应用人工神经网络技术对其控制,实现污水处理系统自动控制。简述了目前广泛应用于废水处理的神经网络以及建模原理。结合国内外研究动态,分析了人工神经网络在污水处理领域取得的成果,结果表明:在污水处理中引入神经网络智能控制是一种提高处理效率、降低运行成本的有效方法,国内在污水处理的神经网络智能控制的研究与国外有较大的差距,国内的研究及应用还处在发展阶段,应当加强。并对神经网络待解决的问题和发展趋势作了讨论。     

二维水质模型横向扩散系数的人工神经网络模拟

将人工神经网络的理论和方法引入河流横向扩散系数的理论预测中，提出了基于BP人工神经网络的横向扩散系统预测模型，应用国内外河流的实测样本对模型进行训练与检验表明，该模型用于横向扩散系数的计算不仅可行而且精度较高，为河流横向扩散系数预测研究开辟了新途径。