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。     

基于卡尔曼滤波融合算法的空气质量指数预测

分析了卡尔曼滤波算法的基本原理及其对空气质量指数(AQI)的预测机制。利用自回归滑动平均模型(ARMA)为卡尔曼滤波建立数学模型,提出了将径向基函数(RBF)神经网络融合于卡尔曼滤波,实现了新的融合算法对AQI进行预测。根据AQI时间序列的特点,建立了自回归预测模型,进而建立卡尔曼滤波的状态方程和测量方程。采用随机梯度逼近训练算法训练RBF神经网络,用RBF神经网络的输出作为卡尔曼滤波测量方程的观测值。仿真结果表明,融合了RBF神经网络后的卡尔曼滤波预测算法改善了单一方法预测滞后的现象,减小了误差,提高了预测精度。     

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.     

ARIMA模型在苏州河总磷预测中的应用

目前苏州河面临潜在的富营养化危机,氮、磷含量较高的污染源是富营养化形成的直接诱因.选择总磷指标为研究对象,介绍运用时间序列分析法对总磷进行ARIMA建模预测,确定ARIMA(11,0,0)即AR(11)为最终模型,用1986～2003年数据对2004和2005年进行预测,结果得出苏州河总磷在未来2年呈波动下降趋势,最终在0.4～0.6 mg/L之间上下波动,但仍高于地面水Ⅴ类标准.模型适用于苏州河总磷的短期预测,完善苏州河富营养化预测管理系统.     

基于小波变换的ARIMA模型在水质预测中的应用研究

近年来,黑龙江黑河流域的水质状况逐年恶化,而溶解氧（DO）是研究水体自净能力和污染程度的一个重要指标。通过收集该地区2010年48周的DO浓度数据,经由小波变换对数据进行高频和低频的分离,再分别建立ARIMA模型,由此预测未来5期的DO浓度值的变化。结果表明,该模型较好地反映了DO浓度值的变化趋势,预测精度更高,同时,反映出DO浓度值随季节的变化规律,以期为该地区的水质分析预测和水体保护工作提供参考。     

基于Г型分布的空气质量评价普适指数公式

在设定各项空气污染物的浓度“参照值”基础上,提出了一个适用于多项空气污染物的Г型分布空气质量评价普适指数公式。采用基于实数编码的遗传算法对公式中的参数优化,得出优化后适用于多项空气污染物的空气质量评价普适指数公式。公式被应用于多个实例分析计算,并与其他若干评价方法评价结果相比较,结果表明,该公式不受空气污染物种类和数目多少的限制。公式形式简单,计算快速,具有可比性、通用性和实用性。     

基于逐步二次响应分析地下水修复优化模型

基于数值模拟解决地下水修复优化问题通常会给研究人员带来高额的计算成本。提出了一种基于参数的统计方法(逐步二次响应分析)用来创建一系列响应快速、易于使用的代理回归模型从而建立修复策略(井的抽注速率)和修复性能(污染物浓度)之间的关系。逐步二次响应分析主要有以下3个优点:它能够自动选择潜在的解释变量(各个修复井的抽注速率);灵活检验代理回归模型中的常数项、一次项、交叉项和二次项显著性水平对各个修复情景下污染物萘的浓度的影响;减小了优化过程中产生的巨大计算工作任务。将该改进方法应用于位于安徽省某电厂受石油污染含水层识别最佳的修复策略,结果表明,当识别最佳运行条件的时候,环境标准将会严重影响抽注速率的选择。     

基于不同水厂水质调查的消毒副产物生成趋势及模型预测

以南方某市具有代表性的7个自来水厂为研究对象,对不同季节和不同处理工艺下的原水、出厂水和管网水的9个常规水质参数和2类含碳消毒副产物进行了检测,考察了水质指标随季节的变化规律和处理工艺对不同水质指标的影响,分析了常规水质参数与消毒副产物生成量之间的关系。结果表明：7个自来水厂出厂水均检出三卤甲烷(trihalomethanes,THMs)和卤乙酸(haloacetic acids,HAAs);THMs平均质量浓度为8.70~29.35 μg·L⁻¹,HAAs平均质量浓度为13.22~39.06 μg·L⁻¹;管网水中2类消毒副产物浓度水平较出厂水略有增加;THMs的季节变化规律为冬季>春季≈秋季>夏季,HAAs的季节变化性不强。利用IBM SPSS Statistics 20进行了Spearman秩相关系数分析,并分别以原水和出厂水水质参数来建立出厂水THMs或HAAs生成量的回归方程。结果表明：THMs质量浓度预测效果良好,可用于自来水厂水质的化学安全性预警;但对于HAAs质量浓度预测,无论采用原水还是出厂水水质参数所建立的预测方程,预测结果均不理想。     

基于正态随机模拟的武烈河环境健康风险评价

为了解武烈河的水环境健康状况,基于US EPA健康风险评价方法,将正态模糊数和随机模拟方法进行耦合,建立基于正态随机模拟的环境健康风险综合评价模型,对武烈河干支流主要断面进行环境健康风险评价。评价结果表明：所有监测断面的成人健康风险值和儿童健康风险值均小于最大风险可接受水平（5.0×10-5 a-1）,处于可接受范围内,说明武烈河流域水环境健康风险状况良好;在已有研究工作的基础上,将三角模糊数改进为正态模糊数,考虑小概率事件发生的情况、选择99%概率所对应的风险值进行评价,使监测值模拟概率分布更加合理、预测结果概率分布更符合实际情况。     

等维灰数递补动态模型在生活垃圾产生量预测中的应用

本文探讨了等经今天为数递补GM（1,1） 模型在垃圾产生量长期预测中的具体应用,比较了该模型与普通二次拟合灰色要 预测精度及预测值的灰区间方面的判别,说明了等维灰数递补GM（1,1）模型在作长期预测时具有一定的优越性。     

一维有限段模型在小清河河口水质预测中的应用

本文建立了小清河-维河口有限段水质模型,并运用该水质模型预测了拟建的东营乙烯工程对小清河感潮段的水质影响,所获得的预测结论为有关部门确定东营乙烯工程废水的排污去向提供了重要的科学依据。     

三维多箱模型预测大气环境方法的研究

本文采用三维多箱模型对石家庄市区特征污染物ＳＯ２的浓度进行了计算,把计算结果与地面监测值和１９９４年１月份中国环境科学研究院的高空航测值进行比较分析后发现,用多箱模型预测大气环境比单箱模型产生的误差要小。从而证明用三维多箱模型预测城市和经济开发区大气环境污染物浓度是最佳的方法之一。     

基于智能优化算法的河流水质模型参数的优化

为探索河流水质模型参数新的求解方法,根据有限的实测数据,分别应用免疫进化优化算法和免疫进化优选的捕食搜索算法,对河流水质模型计算公式中的多参数进行优化。将优化得到的计算公式用于国内外若干河流的河段中DO浓度值的拟合,并与实测结果进行了比较。结果表明,将免疫进化优化算法或免疫进化优选的捕食搜索算法优化得到的水质模型参数精度不仅较高,而且相对稳定,从而为河流水质模型参数的优化提供了一种新方法。     

基于IGA-BP网络的水质预测方法

针对水质预测中传统BP神经网络模型收敛速度慢,对隐层结点选取缺乏有效的手段等问题,引入了遗传算法优化BP网络的结构和隐层神经元阈值和连接权值,通过设计灵活的实数编码方案和新型交叉算子等,对实数编码遗传算法进行改进,在此基础上,提出了一种基于改进的实数编码遗传算法优化BP神经网络(IGA-BP)的水质预测新模型,并以安徽蚌埠蚌埠闸逐周水质监测的PH值数据为例,进行水质预测,通过与传统的GA-BP神经网络以及BP神经网络的水质预测模型对比,结果表明,这种预测方法训练的BP神经网络收敛速度快,样本逼近精度高且泛化能力强。     

模拟优化模型在地下水监测布井中的应用

以北京市某农田用地地下水监测井为研究对象,基于农田水文地质参数建立了地下水多目标模拟优化模型。结合Monte Carlo分析法分析了地下水水流模型和溶质运移模型参数的不确定性,并求解了单口监测井的影响半径,最后借助NSGA-Ⅱ算法建立了两个目标函数之间的权衡关系。模型求解结果表明,监测系统可靠性目标最大为76.8%,对应的监测井数量最小为3口;当扩大污染羽的控制边界时,可以建立4口监测井。研究结果表明,模拟优化模型可以用于地下水监测井布井优化当中,建立两个目标函数之间合理的权衡关系,确定监测井的数量和位置,保证监测系统的可靠性。     

道路交通噪声预测的研究进展

为评价道路交通噪声影响情况,以美国联邦公路管理局(FHWA)噪声预测模型为主,各国相继开发了基于当地实际情况的道路交通噪声预测模型,中国也以导则和规范等形式相继发布了各种交通噪声预测模型。中国进行噪声环境影响评价中,用得较多的主要有《环境影响评价技术导则声环境》(HJ 2.4—2009)、《公路建设项目环境影响评价规范》(JTG B03—2006)推荐的噪声预测模型,此外也有部分评价工作采用了德国的Cadna A软件。通过对比分析,HJ 2.4—2009的衰减及修正因素在综合考虑FH-WA噪声预测模型及JTG B03—2006基础上更加全面,而JTG B03—2006和Cadna A软件在源强和车速确定方面则均较成熟。有必要根据区域道路特点,选择适合特征区域的道路交通噪声预测模型,并结合实际情况对模型参数进行合理修正,最终形成一些可供区域参考的统一的模型修正参数,积极推动中国的声环境评价工作的发展。     

稳健GM(1,1)模型及其预测应用

本文提出了稳健GM(1,1)灰色模型,并用该模型建立了山东省工业固体废物产生量数学模型,结果表明,稳健GM(1,1)模型比通常的GM(1,1)模型更具预测应用价值.     

基于三角随机模拟和ArcGIS的河流水环境健康风险评价模型

基于河流水环境系统中随机性、模糊性等多种不确定性共存或交叉存在的特性,将三角模糊数与随机模拟方法相耦合,构建了三角随机模拟模型,并将其应用到湘江(长沙段)的健康风险评价中。通过将各参数浓度进行三角模糊化和随机模拟,结果表明,各断面污染物造成的健康风险的变化趋势,总体沿湘江上游至下游逐步降低,表现为昭山 > 猴子石 > 五一桥 > 橘子洲 > 乔口 > 三汊矶,且昭山、三汊矶断面和乔口断面均有恶化趋势。相对于常规的确定性方法,本模型能够得出评价区域健康风险的可能值区间及其相应的概率水平等定量信息,更加客观、全面地表征评价区域的风险状态及其空间分布差异,为决策者提供更多有用的信息。     

城市固体废物优化管理模型及管理成本影响因素研究

采用不确定性多目标动态优化模型,以优化环境和经济为目标,对中国佛山市固体废物管理进行规划.结果表明,该模型能大幅度降低固体废物管理与处理成本,节省财政支出.研究得出影响固体废物总处理费用的3个重要影响因素为产生量、回收量、处理容量.针对以上3个因素深入分析比较,提出了广义和狭义的综合处理技术,这是经济、环保、可行的技术策略:首先,将广义综合处理应用到实际中,采用分类回收、压缩收集、优化模型对废物进行合理配置,尽量降低经济成本和环境影响;其次,从狭义角度出发,采用多种技术组合,达到处理率高、资源化程度高、环境影响小的目的.     

基于三维非稳态模型的车载加油油气回收系统碳罐结构优化

以车载加油油气回收系统(ORVR)碳罐吸附过程的传质传热过程为研究对象,以正丁烷/氮气模拟挥发油气,采用固定床吸附实验测试和CFD数值模拟相结合的方法,结合物种转移模型、层流模型和多孔介质模型,建立了三维非稳态ORVR碳罐的数值模型,以穿透时间和温度为特征量,从腔体体积比和进出口直径两个方面对其结构进行初步优化设计。结果表明,吸附过程床层温度模拟值与实验值偏差率低于7%,双腔体体积比为5∶3时,ORVR碳罐吸附过程中温度升高值相比其他结构低0.9~1.6 ℃,安全性高;进出口直径为12 mm时,在吸附穿透时间和床层温度升温方面综合性能最好。本研究可为ORVR碳罐结构优化设计提供参考。