基于指标规范值的环境质量的指数幂乘积指数公式

传统的环境质量指数幂乘积指数的分级标准值随指标不同和指标数目不同而不同,因而综合指数的分级标准值不能规范和统一.在适当设定指标参照值和指标值的规范变换式基础上,使同类环境不同指标的同级标准的规范值差异尽可能小,而不同标准的指标规范值差异尽可能大,从而可以认为,用规范值表示的同类环境的各指标皆等效于某个规范指标,因而同类环境的任意m项指标的指数幂乘积综合指数可以有共同的分级标准值,使基于指标规范值的环境质量指数幂乘积指数公式具有普适性、可比性和通用性.     

B-P网络用于环境质量分类研究

用全国２５个湖泊的水质指标资料作为训练样本,应用人工神经Ｂ－Ｐ算法,分别建立了３参数和４参数的水质分类模型,并用所建立的模型对６个湖泊水质进行分类检验效果。结果表明Ｂ－Ｐ模型应用于环境质量分类是可行的,且由于Ｂ－Ｐ网络有学习,自适应的能力,因而与其它的环境质量分类法相比具有优越性。     

环境质量综合指数的余分指数合成法

提出了用余分指数合成（RIC）计算环境质量综合指数的新方法。通过引入余分指数和补综合指数概念,给出了各级余分指数作用和各级综合指数的计算公式,并采用方差根公式逐级计算相邻两级间的综合指数,直到最高级为止。用该方法计算的综合指数不仅强调级数较高的分指数的作用,而且也适当突出最大分指数的贡献。该方法还具有计算简单、实用的特点。     

PPAR(K)技术在NO_x浓度预测中的应用

应用投影寻踪自回归技术,建立了大气污染物浓度预测的PPAR(K)模型?该模型用于某市NOx浓度季节均值的预测效果较好?      

投影寻踪新算法在水质评价模型中的应用

用实数编码的遗传算法给出了一种投影寻踪方法中投影方向优化的新途径．在一个简单投影指标下,用新的优化途径建立了多元数据分类模型,并将其用于多指标的标准水质分类．两个实例样本水质评判结果表明,用投影寻踪新算法可以揭示高维数据的结构特征,所建立的分类与综合评价模型不仅有效,而且结果简单、直观和易于理解．     

基于遗传算法的大气颗粒物的源解析

遗传算法是一种全局优化的随机搜索方法,适用于模型参数寻优。将遗传算法用于大气颗粒物源解析的CMB方程组中参数的优化,得到各污染源对大气颗粒物的优化贡献率。该方法应用于成都市大气颗粒物的源解析结果与用其他多种源解析法得出的结果基本一致。理论分析和应用实践表明了遗传算法用于大气颗粒物源解析研究具有简便、准确和实用性强等特点。      

改进型量子遗传算法应用于区域水资源可持续利用评价

提出了一种对多项指标都能普遍适用的区域水资源可持续利用评价模型,将实数编码混沌量子遗传算法应用于区域水资源可持续利用评价模型中参数的优化,并用优化好的模型对区域水资源可持续利用做出评价。通过对中国12个区域实测数据的评价实例研究及与其它评价方法得到的结果进行对比,表明该模型具有实用性和可行性。     

旱涝趋势的投影寻踪预测模型

介绍了投影寻踪回归（ＰＰＲ）建模的基本原理和算法实现。选用太阳黑子年平均数和旱涝分型的转移概率作因子，建立了长江中下游旱涝趋势的ＰＰＲ预测模型，并与用相同资料建立的Ｂ－Ｐ神经网络模型预测结果进行了比较。     

基于韦伯-费希纳拓广定律的环境空气质量标准

基于韦伯--费希纳(Weber-Fischna)定律并加以拓广,指出空气污染物浓度成等比变化时,其对人体和生态环境产生的危害程度成等差变化;应用‘等比赋值,等差分级'的指数标度法,确定出7项空气污染物的日平均浓度的环境空气质量标准,并与国家<环境空气质量标准(GB3095-1996)>进行了比较.结果表明,除NO2、CO和TSP在两种标准中各有一个级别的浓度限值差异稍大外,其余空气污染物的两种标准的相同级别浓度限值十分接近,从而为制订的国家<环境空气质量标准(GB3095-1996)>提供了理论依据.     

基于B—P网络的大气环境质量评价

选取大气环境质量标准作为运算样本，以大气污染物各级标准值作为样本输入信息，建立了大气环境质量的Ｂ－Ｐ网络评价模型，该模型用于武汉市大气环境质量评价，并与用模糊数学评价结果比较，表明Ｂ－Ｐ人工神经网络用于大气环境质量评价具有通用性、合理性和实用性。