基于遗传算法的人工神经网络大气环境评价

人工神经网络模拟大脑的认知功能,通过改变连接点的权值和阈值来训练神经网络完成特定的功能。运用基于遗传算法的BP网络模型,以国家大气质量标准作为网络的输入样本对网络进行训练,对某地区大气质量进行评价,结果与综合指数法比较吻合。     

基于BP神经网络的安全评价方法研究

阐述了BP神经网络的基本原理,利用机会约束的思想建立了综合安全评价模型．运用反向传播算法和遗传算法对神经元网络进行训练,在此分析基础上对系统综合安全评价模型进行求解,并对运用神经元网络进行综合安全评价的优点进行了分析。     

应用BP神经网络预测嵌岩桩竖向承载力的研究

利用BP神经网络,建立了嵌岩桩竖向承载力预测的BP神经网络模型,采用嵌岩桩竖向承载力的实验数据对网络进行了训练,并以此训练好的BP神经网络对嵌岩桩承载力进行了预测。预测结果表明,该模型具有很高的预测精度,为预测嵌岩桩承载力提供了一种新的方法。     

基于最佳范化能力的BP网络隐节点数反比关系式的环境预测模型

网络结构和样本集复杂性是影响BP网络泛化能力的两个最重要因素.对一个给定的训练样本集,为了构造一个与样本集复杂性相匹配的网络结构,使BP网络具有最佳泛化能力,在分析BP网络的泛化能力(用检测误差E2表示)与网络结构和样本集复杂性之间关系的基础上,建立了含参数的BP网络检测误差E2与网络隐节点数H、样本的因子数n、样本数...     

A methodological framework for improving air quality monitoring network layout. Applications to environment management

This work aims to provide a methodology framework which allows to improve the performance and efficiency of an air quality monitoring network (AQMN). It requires to be constituted by a minimum and reliable number of measurement sites. Nevertheless, the AQMN efficiency should be assessed over time, as a consequence of the possible emergence of new emission sources of air pollutants, which could lead to variations on their spatial distribution within the target area. PM₁₀ particles data monitored by the Community of Madrid's (Spain) AQMN between 2008 and 2017 were used to develop a methodology to optimize the AQMN performance. The annual spatial distribution of average PM₁₀ levels over the studied period monitored by all current stations vs those more representative was provided by a geographic information system (GIS), and the percentage of similarity between both postulates was quantified using simple linear regression (> 95%). As one innovative tool of this study, the practical application of the proposed methodology was validated using PM₁₀ particles data measured by AQMN during 2007 and 2018, reaching a similitude degree higher than 95%. The influence of temporal variation on the proposed methodological framework was around 20%.The proposed methodology sets criteria for identifying non-redundant stations within AQMN, it is also able to appropriately assess the representativeness of fixed monitoring sites within an AQMN and it complements the guidelines set by European legislation on air pollutants monitoring at fixed stations, which could help to tackle efforts to improve the air quality management.     

基于高光谱的土壤全氮含量估测

基于高光谱(350~2 500 nm)数据,研究了我国中、东部地区5种主要类型土壤全氮含量与高光谱反射率之间的定量关系,构建了基于偏最小二乘法(PLS)、BP神经网络(BPNN)和特征光谱指数的土壤全氮含量估算模型。结果表明,以500~900 nm、1 350~1 490 nm区域波段反射率经Norris滤波平滑后的一阶导数光谱为基础,构建的基于PLS和BPNN的土壤全氮含量估算模型精度较高,建模决定系数分别为0.81和0.98;独立观测资料检验结果显示,模型预测决定系数分别为0.81和0.93,均方根误差RMSE为0.219 g·kg^-1和0.149 g·kg^-1,相对分析误差RPD为2.28和3.36,说明PLS和BPNN模型对土壤全氮含量具有较高的预测精度。在光谱指数的分析中,基于近红外872 nm和1 482 nm 两个波段的差值光谱指数DI(NDR₈₇₂,NDR₁₄₈₂)对土壤全氮含量最敏感,建模决定系数、预测决定系数、RMSE和RPD分别为0.66、0.53、0.31 g·kg^-1和1.60。比较而言,三种方法估算土壤氮含量的精度顺序为BPNN模型＞PLS＞DI(NDR₈₇₂,NDR₁₄₈₂),基于PLS和BPNN两种方法建立的土壤全氮含量高光谱估测模型具有较高的精度,可以用来精确估算土壤全氮含量;基于两波段构建的DI(NDR₈₇₂,NDR₁₄₈₂)预测效果低于前两者,但也可以用来粗略估测土壤中的全氮含量。     

“十二五”地表水国家环境监测网络吉林省水环境国控监测点位布设的构想

根据国家环境质量监测网络,对“十二五”地表水环境质量监测断面调整工作要求,吉林省在辖区内所有水环境质量监测断面及采样点基础上,完成了松花江流域和辽河流域国控监测断面的优化调整工作。在此过程中,如何从国家尺度上,既能充分反映吉林省水环境质量状况,又能满足国家对地表水环境管理需求进行了深入思考。本文以吉林省为例,在确定国控监测断面及采样点的布设中．提出了自己的构想和建议。     

基于人工神经网络的行业无害化生产能力评价模型研究

利用BP前向人工神经网络方法 ,建立了一种全新的基于人工神经网络的行业无害化生产能力评价模型 ,该模型采用动量梯度下降反向传播和学习速率自适应调整相结合的训练学习算法。最后 ,以造纸及纸制品业为例 ,对中国各省市造纸行业的无害化生产能力进行评价 ;并进一步分析中国各省造纸行业无害化生产能力的时空分布规律 ,为我国行业规划、布局决策提供科学依据。     

景区动态承载力估算方法及其应用

景区承载力是旅游学研究的重要领域,由于现有景区承载力估算模型以景区由“均质的可游览空间”构成为假设前提,通过面积和游客单位游览面积进行景区承载力的估算,未涉及游客进入景区游览行为的动态性。由于游客不能瞬时填满整个景区,景区承载力具有时空特性,故建立景区动态承载力计算的概念模型,并构建以停留区、通道以及出入口等要素为空间实体的网络结构逻辑模型,从而提出基于网络结构的景区动态承载力估算方法,选取南京总统府景区作为实验区域,验证所提出的模型和算法。将地理信息科学应用于旅游管理,有利于确定景区承载力的具体量化水平,使景区管理分时管控措施得到有效发挥,进而促进旅游景区实现更高质量的经济社会效益。     

扬州市河网大型底栖动物群落结构及其生境特征研究

构建适用于城市大型底栖动物的生境适宜性模型,探究大型底栖动物与生境因子间的响应关系,对城市河流生态系统恢复具有重要指示意义.本文以长江下游北岸扬州市城市河网为研究对象,基于丰水期(2018年8月)和枯水期(2019年1月)的大型底栖动物调查数据,利用典范对应分析与相关性分析筛选城市河网生态健康的关键生境因子,采用GAM...