城市给水管网余氯的预测模型

选择余氯为研究对象,以南方某市给水管网水质监测的数据为基础,使用线性回归和非线性神经网络(ANN)方法建立模型,找到了一种利用在线监测数据和人工监测数据实时预测管网余氯的方法。通过建立给水管网水质模型,可以由监测系统动态回传的数据来实时的预测下一天人工点的水质。模拟的结果显示ANN模型比线性回归模型有更好的预测能力,预测的平均相对误差:ANN模型为14.9%,线性回归模型为25.8%。使用ANN模型可以实现实时预测。     

基于粗集、遗传神经网络的环境质量评价

基于粗集、遗传神经网络的环境质量评价方法利用粗集对属性的归约功能将数据库中的数据进行归约，并将归约后的数据作为训练数据提供给BP神经网络；再用遗传算法和BP算法相结合的混合算法来训练网络预测模型的结构（在得到最优网络结构的同时也得到网络的最优权值和阈值）。通过实例表明该方法是有效的，为环境质量评价提供了一种新的研究思路和分析方法。     

海面溢油油种激光遥感ANN探测方法的研究

目前激光荧光遥感是探测海面溢油最有效的工具。作者将神经网络(ANN)的自组织特征映射SOM模型引入激光遥感的荧光光谱鉴别领域。本文主要进行的是理论建模和分析工作，而且用计算机软件方法实现了神经网络的模式识别和分类功能，对推广能力进行了实验分析。经过改进神经网络已具有比较理想的推广能力，并认为SOM应作为溢油识别的较理想方法。     

一种基于模糊神经网络的大气质量评价模型

基于模糊数学评价法和神经网络评价法的优点，提出了一种新的大气质量评价模型。该模型具有推理过程清晰，泛化能力好的特点。与其它评价方法相比，应用该模型进行大气质量评价不但物理意义明确，而且计算简单，评价客观，实用性强，评价结果还具有更好的可比性。     

Candida utilis生物合成谷胱甘肽的营养及环境条件

研究了摇瓶条件下Candida utilis WSH02—08生物合成谷胱甘肽(GSH)的营养条件，确定以葡萄糖作为碳源，硫酸铵和尿素作为混合氮源．在L6(4^5)正交试验的基础上，选用BP神经网络对营养条件进行优化和预测，得出较优的营养组合为：葡萄糖30gL^-1(NH4)2SO4gL^-1，尿素4gL^-1，KH2PO4 3gL^-1，MgSO4 0．25gL^-1．研究了GSH发酵的环境条件，得出较优的组合为：初始pH6．0，装液量30mL／250mL，接种量10％．利用优化后的营养及环境条件进行摇瓶发酵实验，结果表明，GSH产量和细胞干重均有较大幅度的提高．图7表2参13     

应用于水文预报的优化BP神经网络研究

利用广东省滨江流域的水文观测资料，建立了以前期降水量为预报因子、以水位为输出的BP人工神经网络水文预报模型。首先采用了合理的方法进行样本组织，进而利用最优子集回归技术进行输入因子的确定，然后进行了不同隐层节点数、不同转移函数、不同训练算法的组合试验，确定了应用于水文预报中的优化BP神经网络：网络结构为8-9-1；转移函数的组合方式为tansig-线性函数；训练算法为采用evenberg-Marquardt(Lm)算法。为便于精度分析，还采用了最优子集回归模型作了研究。结果表明，优化BP网络模型无论在拟合精度还是在预测精度上都高于最优子集模型。总的来说BP网络是一种精度较高的水文预测模型。     

城市生活垃圾与煤流化床混烧过程中氮氧化物排放研究

针对我国城市生活垃圾热值低等特性。在流化装置上进行了城市生活垃圾与煤混燃实验，研究了在混燃过程中城市生活垃圾与煤掺烧比例及床层温度变化对NO和N2O排放浓度的影响。实验结果显示，随掺烧垃圾量逐渐增加时，NO排放浓度降低。而N2O排放浓度先降低然后增加，当城市生活垃圾与煤掺烧比例恒定时，随床温的增加NO排放浓度增加，N2O排放浓度呈下降趋势，采用前向式神经网络，以掺烧比和床温作为输入参数，对NO的排放进行预测。结果显示精度较高。     

人工神经网络技术在林火重灾年预测中的应用前景

通过对人工神经网络技术先进性的论述，说明了神经网络模式识别方法存在着传统模式识别方法所不个备的优越条件，应用它对林火重灾年进行中长期预测是完全可行的，而且应用前景十分美好。     

神经网络预测TNT红水预处理效果的研究

ＴＮＴ红水是一种有毒的难以生化的废水，必须先进适当的预处理后才能进行生物处理。采用经过改进的ＢＰ神经网络算法，编制了程序，建立了ＴＮＴ红水催化氧化氧化预处理效果的数学模型，并用来对不同条件下的预处理效果进行预测，应用效果较好。     

模糊神经网络在探测系统中的应用

介绍了模糊神经网络在探测系统中的应用.在系统中应用了模糊控制理论既提高了系统的精度又最大限度地减少了系统的误报率.结合具有自学习功能的神经网络算法,提高了系统的智能化程度.