大气环境质量综合评价的B—P网络模型

选取大气环境质量的三级标准作为３个学习样本，以ＳＯ２，ＮＯｘ和ＴＳＰ三种污染物的三级标准浓度限值作为样本的输入特征值，建立了三参数的Ｂ－Ｐ网络大气质量综合评价模型，用该模型对３１个测点的大气环境质量进行评价，并与模糊数学和灰色系统法的评价结果比较，表明Ｂ－Ｐ网络用于大气环境质量评价具有优越性。     

采用BP神经网络模型预测油田废水混凝处理效果

采用均匀设计方法选择神经网络的训练样本，并建立了基于BP人工神经网络的油田废水混凝处理系统的数学模型。利用该模型对实验数据进行预测，结果表明模型的预测值与实测值的平均绝对误差仅为0．74％。可见这种方法预测精度高，具有一定的实际应用价值。     

青浦区城市化中人居环境的协调发展研究

青浦区人居环境的可持续发展体系是一个由人口、社会、资源、环境与经济5个子系统构成的开放巨系统。文章通过提出综合衡量系统“协调性”和“发展水平”的“协调发展度”模型，研究青浦区在城市化中人居环境复合系统内5个子系统之间协调发展度情况。并运用回归模型，探讨协调发展度与城市化发展水平之间的内在联系，提出城市化进程必须与其人居环境的可持续发展相适应。     

神经网络模型在辽河水质量评价中的应用

为准确的反映辽河水质量状况和发展趋势，在对辽河水质监测采样和实验分析的基础上，建立了水质评价的BP神经网络模型，应用该模型对辽河的水质现状进行了质量综合评价，4个监测断面的评价结果均在4～4．5之间，水污染情况较为严重。该评价结果与监测断面污染项目的超标情况分析的结论吻合，评价效果较好。     

作物产量决定因子分析

应用主成分分析,将影响水稻产量的一系列因子概括为四个主要因子:(1)土壤肥力因子,(2)栽插措施因子,(3)田间管理因子;(4)产量性状因子。将上述因子作为自变量,水稻产量作为因变量,进行逐步回归分析,得到一个产量预测模型(R=0.962)。根据各变量的回归系数大小,可以得到产量决定因子对产量影响的大小顺序为,田间管理因子>土壤肥力因子。栽插措施因子和产量性状因子对水稻产量的影响未达显著水平。 文中所述的分析方法适用于在不同的土壤条件下预测作物产量的潜在变化。     

有机化合物厌氧生物降解性的测定和预测

测定有机物厌氧生物降解性的方法包括非特性参数和特性参数测定法。本文着重介绍有机物厌氧生物降解性的筛选测定法，以基团贡献法为基础，不外加其它理化参数的有机物结构与生物降解性关系的预测已经由简单的线性模型发展至专家系统和人工神经网络模型，并显示出极好的应用前景。     

基于神经网络的活性污泥系统建模及其控制

针对松江污水厂污水处理活性污泥系统,采用神经网络技术进行建模试验研究,在对实际运行数据剔除异常数据后,将样本数据随机分成训练样本、检验样本和测试样本.用试凑法确定合理的神经网络隐层节点数,用检验样本实时监控训练过程从而避免"过训练"现象,用多次改变网络初始连接权值求得全局极小点,从而建立了泛化能力较好的基于神经网络的活性污泥系统数学模型.利用建立的神经网络模型,对活性污泥系统运行情况的仿真与控制进行了分析研究.示例研究表明:神经网络技术能较好地应用于活性污泥系统的建模与控制,有很好的理论与实践意义.     

微细水雾除尘技术的实验研究

分析了煤矿并下呼吸性粉尘防治技术现状，并对水的超声雾化技术进行了实验研究，应用回归分析建立了超声雾化性能的数学模型。在分析微细水雾捕尘机理及捕尘水雾凝并沉降技术的基础上，设计了一集微细水雾捕尘-凝聚、凝并降尘-惯性沉降分离为一体的含尘气流净化系统，并对该系统的除尘效率进行了实验研究，建立了相应的数学模型。     

均匀设计法处理含硫废水的研究

对钠盐型和铵盐型含硫工业废水进行脱硫处理,采用均匀设计法设计试验,得到定量描述试验内在规律的多元非线性回归方程.用该回归方程计算的预测值与试验结果一致.对影响脱硫效果和脱硫效率的影响因素--絮凝剂投加量、pH以及废水含硫量进行了考察.利用回归方程,对反应体系进行了模拟优化处理.研究表明,在试验条件下,用聚合氯化铝作为絮凝剂、pH=7的条件下,采用两段工艺,可以使脱硫后废水含硫量降至40 mg/L以下,满足下游污水处理装置对含硫量的要求.     

基于奇异谱分析—遗传算法反向传播神经网络模型的湘江新港断面水质预测

运用奇异谱分析(SSA)对湘江新港断面557周的pH、DO、高锰酸盐指数和氨氮数据进行了预处理,再运用遗传算法优化反向传播神经网络模型进行拟合与预测。结果表明:SSA有较好的降噪能力,遗传算法反向传播(GABP)神经网络模型相比BP神经网络模型均方根误差(RMSE)平均缩小了6.96%,具有良好的预测精度;预测期内新港断面的pH、DO、高锰酸盐指数、氨氮均能满足《地表水环境质量标准》(GB 3838—2002)Ⅲ类标准,但氨氮在预测期内呈上升趋势,需警惕氨氮浓度过高引发的水污染问题。