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。     

人工神经网络用于大气环境质量评价与排序

本文应用于人工神经网络Ｂ－Ｐ算法，建立了大气环境质量Ｂ－Ｐ网络评价模型，该模型应用于实例评价和环境质量排序结果与灰色综合评价法评价结果相比较，表明Ｂ－Ｐ网络法用于大气环境质量评价合理，客观，并具有可比性。     

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。     

模糊优选原理在水质综合评价中的应用

本文将模糊优选原理应用到水质综合评价中，并通过与模糊综合评价模型对水质评价的比较，验证了其准确性和优越性。     

基于信息熵权改进综合水质标识指数法及应用

为了探索客观、合理的水质评价方法,本文将信息熵和综合水质标识指数法结合,并应用于2010年7月～2011年6月海河水系6个国家监测点的水质评价中。与传统方法相比,该方法在信息熵权的计算和综合标识指数法计算的过程中,充分挖掘各指标监测数据的深层信息,使得评价结果更加合理。基于本文建立的评价模型对6个监测点的水质评价结果表明:1.在2010年7月～2011年6月期间,海河水系中研究的6个监测点的水质都能满足功能区目标,但具体水质仍存在空间差异和季节波动性;2.结合同类的研究,分析表明海河水系水质总体上得到了改善,反映出近年来针对海河水系治理的相关政策和措施合理、可行。     

大佛寺地表饮用水源地水质健康风险综合评价及保护对策分析

引入水质健康风险综合评价理念,将水质评价指标分为感官指标、综合指标和毒理指标等3个类别,采用综合污染指数法对2018年巴中市大佛寺地表饮用水源地水质监测数据进行分析评价.结果表明,大佛寺断面水质健康风险综合指数年均值为0.79,水质健康风险评价结果为优,水质清洁,基本没有健康风险.综合类污染物对该断面的水质健康风险的评...     

基于人工神经网络的绥化市县域经济发展水平分析

选取8个经济指标，运用人工神经网络（ANN）的理论和方法，构建应用最为广泛的BP网络模型，对2004年绥化市10个县市的经济发展水平进行了评价。结果表明，绥化市县域经济发展水平差异十分显著，其中肇东等3县域属于高水平类型，海伦等4个县域为中等类型，明水等3个县域属于落后类型。     

多级模糊模式识别模型及在长江水质评价中的应用

利用多级模糊模式识别方法的基本理论,通过多目标优选,计算指标综合权重,给出了长江水质的评价模型;利用该模型对长江干流四川境内的5个观测断面的水质监测结果做出了评价:攀枝花、重庆朱沱和宜宾凉姜沟的水质属Ⅱ级,乐山岷江大桥和泸州沱江二桥的水质属Ⅲ级.评价结果不仅体现了水质级别,更体现了同级别水质中不同的污染程度,因而结果更为合理可靠.     

几种神经网络模型在空气质量评价中的应用

人工神经网络是一种利用计算机模拟人脑神经组织的运算模型。作为一种新的研究方法。神经网络在一定程度上可以弥补传统评价方法需要构建隶属函数、无法精确描述级别区间内的变化特征以及设计过程具有一定人为偏好的不足。本文选用BP网络、径向基函数网络、LVQ网络和Elman网络这4种典型的神经网络模型进行实例研究。把国内8个城市的污染物排放数据代入训练好的网络模型，进行空气质量评价，得出的结论对提高神经网络评价结果的准确性和可靠性有一定参考作用。     

BP神经网络预警在旅游安全预警信息系统中的应用

将BP神经网络预警技术应用于旅游安全预警信息系统的开发实践，研究建立了一个基于BP神经网络的旅游安全预警模型。该模型有4个子系统构成，即预警知识提取子系统、预警信息库、报警系统和人机互动设备，分析总结了包含旅游地灾害频度、出游设施安全度和旅游地区域安全度三大类10个子因子为内容的旅游安全预警影响因素。在旅游安全预警的影响因素和安全预警的报警判别模式的基础上，进行了旅游安全预警应用的实验设计。实验结果显示，该模型应用效果良好。     

基于层次分析法的生态示范区建设成效模糊综合评价

将层次模糊综合评价模型应用于生态示范区指标体系，采用专家调查法构造判断矩阵，确定了指标权重，并对生态示范区建设指标体系进行分级，评价了长沙市天心区生态示范区建设的成效。结果表明，应用层次模糊综合评价模型对生态示范区建设成效进行定量评价是切实可行的。长沙市天心区自开展生态示范区建设以来，在社会、经济和生态环境领域都取得了明显进步。     

新疆主要湖泊,水库的水质综合特征评价模式及灰色预测分析

为了解新疆湖、库的水质现状，采用水质综合评价模式对新疆主要湖、库水质现状给出了适应《地面水环境质量标准》ＧＢ３８３８－８８为标准的水质综合特征模式。该模式给出的信息量大，表达直观，不仅能给出各水质参数的水域类别，划分水域类别的依据参数，还能给出超Ｖ类水域的水质参数的超标倍数。在现状评价基础上，利用灰色系统理论对污染湖、库的主要污染参数进行了预测分析。     

改进的属性识别模型在湖泊富营养化评价中的应用

随着经济发展,水污染日益加剧,水体富营养化问题目益突出.将改进的属性识别模型结合熵权法对新疆艾比湖的富营养化状况进行了评价,并与综合营养状态指数法和改进密切值法进行比较,结果吻合.该方法计算简便,评价结果客观、合理,为湖泊水质的富营养化评价提供一种简便实用的评价方法.     

多级模糊模式识别方法用于河流水质评价

应用多级模糊模式识别模型进行水质量分类评价,克服了最大隶属度原则所不适用的地方,而且以相对隶属度、隶属函数为基础理论,使隶属度、隶属函数的计算更容易。建立了多级模糊模式识别模型,并应用于汾河水质分类评价中,应用结果表明,该方法合理、可行。     

中小河流水质模型应用研究

针对中小河流水文，水力特性，依据一维对流扩散方程，推导出适用于小河流的动态水质模型和稳态水质模型，分别应用于新疆乌鲁木齐地区水磨沟水质模拟计算，最后对两种状态的水质模型进行分析讨论。     

基于遗传神经网络模型的大气环境质量评价方法

设计了用遗传算法训练神经网络权重的新方法，实验结果显示了遗传算法快速学习网络权重和全局搜索的能力，有效地解决了BP算法的局部收敛问题。误差反向传播的遗传——神经网络(GA—BP)模型用于大气环境质量综合评价，具有简便、准确、客观和适应性强等优点。     

基于BP神经网络模型的城市自然生态型河流景观方案质量评价

城市自然生态型河流的景观设计方案质量评价受多种因素的影响,这些因素之间存在着复杂的非线性关系,有些甚至是随机的、模糊的,利用传统的方法难以表达它们之间的内在关系.研究建立三层次BP神经网络模型,以30份河流景观设计方案为样本,分别根据水质、水量、水空间、植被、经济、设施、交通等7项指标对景观方案的质量进行评价.结果表明,BP神经网络模型具有极强的非线性逼近能力,能真实反映景观质量与影响因素之间的非线性关系,预测结果与实测值之间误差小,相对误差小于5%.该方法操作性强,结果可靠.     

基于BP神经网络的垃圾堆放场稳定化程度的综合判别

分析和判别垃圾堆放场的稳定化程度直接关系到是否需要采取加快稳定化进程，缩短垃圾堆放场的稳定化周期以及是否需要采取措施减少它们对环境的不利影响。本文根据我国垃圾堆放场的具体情况，提出稳定化程度的判别评价指标体系，并且确定稳定化程度的判别标准，运用BP神经网络建立垃圾堆放场稳定化程度的综合判别模型。以三峡库区的一个小型垃圾堆放场为例，采用本文所提出的综合评价模型确定它的稳定化程度，演示模型的运行过程，并为三峡库区的环境保护提供帮助。     

黄浦江水环境污染风险的模糊数学综合评价

采用模糊综合评价模型对2005年黄浦江6个监测断面水质状况进行评价。结果表明：2005年间黄浦江6个监测断面水质均属于V（严重污染）类,其主要污染物为氮磷营养物。     

灰关联分析在土地可持续利用评价中的应用

土地既是一个社会经济综合体,又是一个自然历史综合体.土地可持续利用评价必然涉及社会、经济、资源、环境等方面.鉴于土地可持续利用评价的灰色性和不确定性,建立基于灰关联分析模型,将灰关联分析应用于土地可持续利用评价中.该模型以一种新的方法进行土地可持续利用评价,并结合实例进行应用.通过与综合指标法相比较,进一步验证该模型在土地可持续利用评价中的合理性和可行性,在实践上具有一定的应用价值.