Adjusted two-stage adaptive cluster sampling

An adjusted two-stage sampling procedure is discussed for adaptive cluster sampling where some networks are large and others are small. A two-stage sample is drawn from the large networks and a single-stage sample is drawn from the rest. The simple random sampling (SRS) procedure without replacement is used at the initial stage. An estimator for the population mean along with its properties is discussed.     

神经网络模型森林生物量遥感估测方法的研究

森林生物量的估测是全球变化研究的基础,而遥感宏观、综合、动态、快速的特点决定了基于遥感的生物量模型为森林生物量估测的发展方向,目前的遥感生物量估测方法大多基于回归分析,需要预先假设、事后检验,仅为经验性的统计模型。神经网络的分布并行处理、非线性映射、自适应学习和容错等特性,使其具有独特的信息处理和计算能力,在机制尚不清楚的高维非线性系统体现出强大优势,可以用于遥感生物量估测。文章在野外调查的基础上,尝试应用BP网络和RBF网络技术,建立广州TM遥感影像数据与森林样方生物量实测数据之间的神经网络模型,通过训练和仿真,与生物量实测数据进行比较。结果表明,在独立样地估测中,人工神经网络估测的相对误差均小于15.18%,获得了满意的效果。而RBF网络与BP网络相比,在识别精度上、稳定性、速度上,均优于BP网络,其最大相对误差不超过10.12%,平均相对误差为4.76%。可见应用神经网络方法的“黑箱”操作虽然难以归纳出指导性规律,但可以获得很高的精度。尤其RBF网络,在训练完成后,可以应用该模型进行大区域生物量估算,对于森林的规划及管理具有深远意义。     

论大学生思想政治工作进网络之紧迫性

在对大学生利用网络的情况进行调查的基础上，总结出学生使用网络的现实基本状况，并分析学生上网存在的问题，指出学院的思想政治工作进网络的紧迫性。     

我国丹顶鹤自然保护区网络设计

针对原有丹顶鹤保护区规划缺乏系统设计思想,保护区面临严重的生境安全这一问题,根据维持生态系统地域完整性和生态过程完整性的原则,采用迭代法和整数规划2种方法,以高、中适宜性湿地面积占各自湿地类型总面积70%和60%为保护目标,研究了丹顶鹤自然保护区的网络设计,提出了丹顶鹤自然保护区网络的设计方案。     

基于概率神经网络的污泥堆肥腐熟度的综合判别

由于污泥堆肥过程中各组分间相互影响和制约,污泥腐熟程度的判别系统呈现模糊性,使得传统评价方法对该判别系统很难正确认识。文章根据污泥堆肥的具体情况,提出了以含水率、挥发固体、粪大肠菌值、发芽指数作为腐熟程度的判别指标体系,并基于概率神经网络建立污泥堆肥腐熟程度的综合判别模型,然后用该模型判别上海市某污水厂污泥快速好氧堆肥工艺污泥堆肥样品的腐熟程度。结果表明:①将污泥堆肥的含水率、有机质、粪大肠菌值和种子发芽指数作为判别指标,可以判别污泥堆肥腐熟程度;②概率神经网络可以建立判别指标与稳定化程度等级之间复杂的非线性关系,为腐熟度的判别提供一种通用的模式,且判别结果比较合理。     

简化活性污泥数学模型的优化

为了从控制运行的角度促进简化数学模型的应用，必须借助其它优化手段进一步提高预测精度。本文主要介绍了应用于简化数学模型的扩展卡尔曼滤波、神经网络和误差反馈系统三种优化方法以及优化后的验证结果。从验证结果来看，优化的ROM模型与ASMl模型的定性变化行为相似，基于神经网络的复合模型对PO4^3-和NOx^-的预测结果非常准确，误差反馈的优化系统模拟性能良好。     

BOD-DO耦合人工神经网络水质模拟的研究

将人工神经网络的理论和方法引入河流水质模型的建筑中，提出了BOD－DO耦合BP人工神经网络水质模型，应用长江干流重庆段的实测水质样本对模型进行训练与 检验表明：该模型用于水质模拟可行且精度较高，为河流水质模拟开辟了一条简便可行的新途径。     

遗传BP算法在大气环境综合评价中应用

着重介绍的遗传算法求解网络结构优化，有效解决ＢＰ算法局部收敛的遗传ＢＰ算法的原理和构建遗传ＢＰ算法的步骤，并用于焦作市大气环境质量综合评价，结果表明，该方法有简便，准确，适用性强等优点。     

北京城市塑料垃圾年产量的模拟预测及其影响因素分析

揭示城市塑料垃圾年产量及影响因素、预测其发展趋势对于城市生活垃圾收集系统的优化、处理技术的合理选择和降低环境影响具有重要意义.本研究基于1989年以来北京塑料垃圾占比、城市生活垃圾产量数据和社会经济数据,利用赤池信息量准则（AIC）和灰关联度法研究了北京城市塑料垃圾占比的年变化趋势和城市塑料垃圾年产量的主要影响因素.通过多元线性回归模型（MLR）、灰色系统模型GM（1,1）和BP神经网络模型对北京城市塑料垃圾年产量进行了模拟预测.结果表明,北京城市塑料垃圾占比由1989年的1.88%,增加到2012年的14.87%.基于AIC准则预测2013—2050年北京城市塑料垃圾占比增长趋势较平缓、稳定在14%~19%之间.2000—2012年北京市城市塑料垃圾年产量由40.2×10⁴ t增加到121.1×10⁴ t,年增长15.5%.人均可支配收入是影响北京城市塑料垃圾年产量的最大社会经济因素,而常住人口的影响较低.BP神经网络是模拟预测北京城市塑料垃圾产量的最佳模型,其模拟预测结果表明：2013年后北京市塑料垃圾年产量随时间呈不规则的非线性增长趋势,到2025、2035、2050年北京城市塑料垃圾产量将分别达到335、488和859×10⁴ t,将对北京城市生活垃圾处理处置与防控管理带来巨大挑战.