人工神经网络在大气环境质量评价中的应用

针对大气环境中的数据监测与模式识别问题,应用人工神经网络理论,在自然环境大气腐蚀试验网站建立大气环境质量B-P网络评价模型。江津试验站成功地应用了该模型。通过1996-2000年大气环境质量评价结果表明,人工神经网络用于大气环境质量评价的方法是一种新方法,也是一种可行的方法。     

基于知识的管道系统泄漏检测方法

提出了3种基于知识的管道系统泄漏检测方法,分别是:通过对负压波波形分段符号化处理,采用上下文无关法表示波形结构模式的模式识别诊断系统;以选取合适维数的功率谱特征向量而建立的神经网络泄漏检测系统;与泄漏机理数学模型结合的泄漏诊断专家系统。     

压缩空气泡沫水平管路压力损失数值模拟研究

为厘清压缩空气泡沫水平管道输运压力衰减规律,考虑压缩空气泡沫实际工程运用,利用STAR-CCM软件研究泡沫液种类、混合比和管径对湿泡沫水平管网输运过程中压力衰减的影响规律,并结合理论分析建立压缩空气泡沫水平输运过程中的压力衰减预测模型。研究结果表明：管路压降与泡沫液黏度呈正相关性,在混合液流量270 L/min,气体流量1 750 L/min条件下,相同管径高黏度抗溶性水成膜泡沫(AFFF/AR)压降约为低黏度A类和水成膜泡沫(AFFF)1.3倍;对于相同类型泡沫,混合比对管路压降影响较小,100 m长90 mm管径不同混合比之间最大压降差值约为7.21 kPa;管径对压降影响较大,相同泡沫条件下,50 mm管径压降是80 mm管径压降的约9.4倍,80 mm管径压降是100 mm管径压降的约2.8倍,当管径大于80 mm时,不同泡沫对压降的影响逐步减小。压力衰减预测模型计算的压降值与模拟值较前人开展研究所得实验值误差在18%以内,研究结果可以为压缩空气泡沫水平管网设计提供一定理论参考。     

A water quality monitoring network design methodology for the selection of critical sampling points: Part II

In order to resolve the spatial component of the design of a water quality monitoring network, a methodology has been developed to identify the critical sampling locations within a watershed. This methodology, called Critical Sampling Points (CSP), focuses on the contaminant total phosphorus (TP), and is applicable to small, predominantly agricultural-forested watersheds. The CSP methodology was translated into a model, called Water Quality Monitoring Station Analysis (WQMSA). It incorporates a geographic information system (GIS) for spatial analysis and data manipulation purposes, a hydrologic/water quality simulation model for estimating TP loads, and an artificial intelligence technology for improved input data representation. The model input data include a number of hydrologic, topographic, soils, vegetative, and land use factors. The model also includes an economic and logistics component. The validity of the CSP methodology was tested on a small experimental Pennsylvanian watershed, for which TP data from a number of single storm events were available for various sampling points within the watershed. A comparison of the ratios of observed to predicted TP loads between sampling points revealed that the model's results were promising.     

2015-2019年汾渭平原臭氧污染状况分析

基于全国空气质量监测网数据,分析了2015-2019年汾渭平原11个城市臭氧(O3)污染状况.结果 表明:2015-2019年,汾渭平原11个城市O3平均浓度总体呈升高趋势,年平均升高12.2 μg/m3,其中,2017-2019年均超过二级标准限值(160μg/m3).O3单项污染物的空气质量分指数占空气质量指数的比...     

沙丘结皮层形成过程的土壤微生物和土壤酶活性

人工植被的固定沙丘结皮层土壤微生物数量多,土壤酶活性强,结皮层较厚,韧性也强,其次是半固定沙丘结皮层.流动沙丘表层较差.固定沙丘和半固定沙丘相同土层土壤微生物数量、土壤酶活性强度虽然不同,但其消长以及土壤理化性质变化趋势基本相同.流动沙丘各土层则明显不同于前者。     

用微生物群落评价水系的自组织人工神经网络方法

利用原生物群落在PFU上群集过程中的变化,可以评价水质和监测水污染,运用T．Kohonen自组织人工神经网络模型,根据NacArthur－Wilson平衡模型提出了3个功能参数和另外2个结构参数,对常德市16个站四季的水质进行了分析,建立了水质污染程度预测的计算机智能专家系统,预测成功率达100％。     

废水稳定塘串联组合系统在冲击负荷下的试验与数学模拟

本文通过室内试验揭示了稳定塘串联系统较之单塘系统具有较高的抗冲击负荷能力。建立了描述稳定塘串联系统动态特性的数学模型,并应用计算机对有机物浓度冲击负荷和流量冲击负荷下的串联组合系统进行模拟,验证并发展了室内试验的结论:稳定塘的串联组合系统对有机物浓度冲击负荷和进水流量冲击负荷均具有缓冲能力。      

水利水电工程环境影响综合评价的人工神经网络专家系统

在分级加权评价模型层次结构体系基础上,以三峡工程为背景,应用人工神经网络技术,建立了一个水利水电工程环境影响综合评价的人工神经网络专家系统,该专家系统的知识获取和存贮方式与普通专家系统不同,具有较高的推理效率,较强的容错、自适应和自我更新能力。      

BP及RBF人工神经元网络对臭氧生物活性炭水处理系统建模的比较

运用BP和RBF人工神经元网络建立臭氧生物活性炭系统模型,考察了两个网络对水处理系统建模的适应性。研究表明,BP和RBF人工神经元网络的臭氧生物活性炭系统模型准确地描述了系统影响因素的关系,可以求出系统中臭氧的经济投量;用BP人工神经元网络建立水处理系统模型,泛化能力好,但逼近速度较慢;运用RBF人工神经元网络建模,泛化能力较差,但逼近速度快。该项研究克服了运用传统方法建模的不足,为实现水处理系统的优化设计提供了可行的途径。