基于Matlab的BP神经网络在大气污染物浓度预测中的应用

为了寻求有效控制和改善环境质量的相应措施,选用了英国伦敦Bloomsbury监测站的PM10小时平均浓度监测资料,采用“提前终止法”泛化改进的BP神经网络模型,预测PM1024 h内的小时平均浓度。结果表明：采用BP神经网络法对大气污染物浓度进行预测,预测相对误差在2%-48%之间,且绝大部分在2%-17%之间,预测精度较高,泛化能力较好,为大气污染物浓度预测提供了一种全新的思路和方法。     

基于模糊层次关联分析法的逆向物流选址方法

为更优化的解决逆向物流系统中处理中心选址的多准则决策问题,选择模糊层次关联分析算法。介绍了模糊层次分析法和灰色关联法。阐述了模糊层次关联分析法．指出此算法结合了模糊层次分析法和灰色关联分析法,是处理中心选址问题更为准确的解决方案,可以兼顾定性、定量两方面而得到最优决策。以某电厂为实例进行分析研究,结果表明该算法有效且可行。     

海上石油平台溢油污染等级评估研究

石油污染被认为是对海洋环境危害较大污染物之一,文章通过分析与溢油污染程度有关的影响因素,首次构建了海上石油平台溢油污染程度评价指标体系。利用层次分析法(AHP)计算了各评价指标的权重,并以溢油量和油品特性持久性为例,分别建立了溢油量隶属度函数和油品特性的持久性隶属度子集表,最终完成了溢油污染程度的二级模糊综合评价模型。该评价模型为判断溢油污染等级提供了新方法,同时也为溢油应急决策部门采取应急措施提供一定的技术支持。     

模糊综合评判法在泥石流危险度评价中的应用

采用模糊综合评判法,选取7个因子作为泥石流危险度划分的主要关联因子,对李家大沟泥石流沟谷危险度进行了评价,其评价结果和实际调查情况基本相符,表明模糊综合评判法对于泥石流的危险度评价具有较好的适用性。     

模糊综合评价法在偏二甲肼罐区风险评价中的应用

针对偏二甲肼在储存过程中事故发生的多样性、复杂性和不确定性等特点,建立了偏二甲肼贮存罐区风险评价模型,通过层次分析法确定了各影响因素的权重,并运用模糊综合评价法对偏二甲肼贮存罐区进行了风险评价,结果表明:偏二甲肼贮存罐区风险为2级,风险较大;其影响因素中安全管理所占的权重最大,其次依次为人员素质、充装过量、罐区设备、存储设备。最后提出了预防事故的措施。     

《安全与环境工程》2010年第17卷总目录

<正>~~     

基于蚁群算法的结构面产状模糊C均值聚类分析

鉴于传统结构面分析方法只能进行相对的优势组数划分,无法准确定量地给出优势结构面的产状,提出了基于蚁群算法(ACA)的结构面产状模糊C均值(FCM)聚类算法;该算法利用ACA算法得到结构面产状的模糊聚类个数,并利用FCM算法得到初始聚类中心,最终得到具有全局分布特性的最优聚类;通过现场实测数据分析,验证了该算法的实用性和有效性。     

基于神经网络评估的密封点泄漏检测

介绍了运用神经网络评估方法对石化生产装置泄漏风险进行量化评估的主要程序：输入变量的选择、风险指标的确定及总风险评估指标的确定等。以某炼油厂柴油加氢精制装置的应用为例,说明该方法可以指导企业根据最终确定的风险等级制定泄漏检测计划,对高风险部位增加检测的频次,既能有效监控密封点的密封效果,又减少不必要的资源投入。     

Baltur燃烧器电加热桶智能温控器的设计与研制

通过对Baltur燃烧器温度控制器和电气控制原理的分析,提出智能数字温控器的设计方案,以便对电加热桶内油品进行数字温度调节和自动控制,提高Baltur燃烧器的安全可靠性.     

基于神经网络的城市夜间环境监控与预测

因夜间天空亮度分布具有非线性变化特点,故引入神经网络算法,建立基于时间序列的夜天空亮度预测模型,夜天空亮度预测模型可为城市光污染防治提供评价依据.文章对神经网络的原理进行了论述,建立了基于时间序列预测模型.以测试数据为训练样本集,基于MATLAB(矩阵实验室,Matrix Laboratory的简称),采用改进的BP算法(误差反向传播算法)对网络进行学习训练,并对存在的误差进行了分析.基于时间序列BP神经网络的夜天空预测模型,当隐含层神经元数目为5,训练函数为L-M优化算法(trainlm)时,最大绝对误差可达到0.003 6 cd/m2,最大相对误差达到2.361 4%.结果表明,模型的运行结果与试验数据比较吻合,输出与目标矢量之间相关性也较好.