嫩江水体溶解氧变化规律的混沌研究

针对目前溶解氧研究主要是从生物、化学等方面开展,而对溶解氧自身变化规律的研究很少的特点,以嫩江干流浏园水文站测得的溶解氧质量浓度序列为例,首先进行相空间重构,应用自相关函数法确定出延迟时间、伪邻近点法确定出嵌入维数;然后应用主分量分析(PCA)方法对序列进行分析,表明该序列不是噪声序列而可能是混沌序列,通过计算Kolmogorov熵得出溶解氧质量浓度序列具有混沌特性的结论;最后应用基于关联度的局域加权线性回归预测法对该序列进行了混沌预测研究,得到了比较理想的预测结果,这为应用混沌理论进行溶解氧变化规律的研究提供了依据.     

基于BP神经网络的煤层自燃预测

在全面分析影响煤层自燃因素的基础上,建立了煤层自燃预测的人工神经网络模型.应用该模型对某煤田的多个煤层样本进行了训练和预测,网络经过10次训练后,误差达到设定的最小值,6次预测测试中最大误差仅为0.027 8,最小的为0.000 1.研究表明,该模型精度较高,可用于预测煤层自燃的实际应用.     

基于BP神经网络的上市公司CEO报酬实证研究

近年来的研究表明,CEO报酬不仅受公司业绩的影响,还受到其他诸多因素的影响,而且,CEO报酬与其决定因素之间往往存在着非线性关系。本文以2003-2005年沪深股市的A股上市公司为样本,采用BP神经网络对CEO总报酬、CEO年薪、CEO持股价值及其决定因素分别进行训练和学习,结果表明：（1）网络训练输出值与实际值的拟合度分别达到91.09%、97.23%和78.44%;（2）网络的预测能力相对于传统的线性回归模型分别提高了92.72%、92.08%和53.89%。因此,本文认为在分析和确定CEO报酬水平时引入神经网络模型是可行的。     

基于ARDL方法分析福建省资源利用与经济增长关系

运用物质流分析方法以及最新发展的自回归分布滞后模型(ARDL),对福建省1990~2008年资源利用和实际GDP二者关系进行检验和分析.采用了物质流分析指标中直接物质投入来表征区域资源利用量.ARDL边界检验结果表明,资源利用和经济增长间存在稳定的长期均衡关系.进一步通过ARDL模型揭示了区域经济增长对资源利用长期弹性系数,其值约为0.73,通过误差修正模型揭示了短期弹性系数,表明了经济增长到资源利用的长期格兰杰因果关系.对福建省经济增长和资源保护战略提出了政策建议.这一研究思路和方法具有普适性,可以适用于其他地区关于资源利用和经济增长的问题的讨论和研究.     

交通拥堵对TSP排放的影响分析

在上海市杨浦区军工路部分路段采集TSP浓度、气压、温度、分车型车流量、区段车速、信号配时等数据,通过多元回归方法分析小型车交通量,大型车交通量,拖挂车交通量及区段车速对TSP浓度的影响,建立起TSP浓度与上述交通变量的函数关系,并通过AIMSUN交通仿真软件以及基础采集数据,建立军工路路网,模拟四种交通拥堵状况(重度拥堵,中度拥堵,轻度拥堵,基本畅通)的产生和消散过程。综合分析路段交通拥堵对道路TSP排放和分布的影响。分析整理得出道路TSP小时排放总量和拥堵程度成正比关系,且TSP污染主要集中在车辆拥挤怠速的部分,车辆拥挤排队的队尾部分是TSP排放源强最高、源强增长最快的区域,增长率达到240%～290%。     

沈阳市生活垃圾排放现状及产生量预测

随着城市化进程加快、人口数量快速增加及人民生活水平普遍提高,城市生活垃圾管理已成为世界各国,特别是发展中国家城市面临的主要挑战.作为中国东北最大的中心城市,沈阳正面临城市生活垃圾产生量急剧增加的现状.文章通过对沈阳市城市生活垃圾排放现状的分析,发现2002年后沈阳市生活垃圾产生量和清运量逐年增加,生活垃圾成分变化显著....     

路面径流水环境下交通承载力分析

为了对路面径流水容许污染总量控制下的交通承载力问题进行探讨,利用神经网络具有的非线性映射能力和遗传算法具有的全局随机搜索能力,结合公路路面径流水质检测数据,提出了一种基于遗传神经网络进行公路交通环境承载力反计算的分析方法,应用该方法可根据路面径流水质污染数据反演出路段交通量大小,并可据此进行交通量与路而径流水质污染的关...     

密云水库流域2000-2005年植被覆盖度变化监测

植被是生态系统最重要的组成部分,而植被覆盖度是衡量地表植被状况的一个最重要的指标,是生态系统健康评价的前提和必要的基础。文章利用2000和2005年2个时相的Landsat 7 ETM+遥感影像为数据源,以BP神经网络法为植被覆盖度估算模型,计算了密云水库流域内不同时期的植被覆盖度,生成了该流域2个时相内的植被覆盖度图,以此分析密云水库流域植被覆盖度的时空变化。结果表明,从2000-2005年,密云水库流域内除无植被覆盖类型外(即水域部分),其余土地利用类型的植被覆盖度都呈增加趋势,其中以沙质地和耕地最为明显,分别增长了29.5%和27.3%,并且密云水库流域的平均植被覆盖度不高,尤其西部地区植被覆盖度较差,水土流失和土地沙化情况比较严重。     

基于神经网络的生化池能耗预测模型研究

我国城市污水处理的能耗处于较高水平,直接能耗中电耗占60%~90%。为了合理利用电能,以A/O工艺为基础,选取BP神经网络建立能耗预测模型,由入水信息对溶解氧进行预测,为污水处理过程中曝气量的及时调度、有效利用能量提供可靠的决策依据。     

Evaluation of accuracy of linear regression models in predicting urban stormwater discharge characteristics

Stormwater runoff has been identified as a source of pollution for the environment, especially for receiving waters. In order to quantify and manage the impacts of stormwater runoff on the environment, predictive models and mathematical models have been developed. Predictive tools such as regression models have been widely used to predict stormwater discharge characteristics. Storm event characteristics, such as antecedent dry days （ADD）, have been related to response variables, such as pollutant loads and concentrations. However it has been a controversial issue among many studies to consider ADD as an important variable in predicting stormwater discharge characteristics. In this study, we examined the accuracy of general linear regression models in predicting discharge characteristics of roadway runoff. A total of 17 storm events were monitored in two highway segments, located in Gwangju, Korea. Data from the monitoring were used to calibrate United States Environmental Protection Agency＇s Storm Water Management Model （SWMM）. The calibrated SWMM was simulated for 55 storm events, and the results of total suspended solid （TSS） discharge loads and event mean concentrations （EMC） were extracted. From these data, linear regression models were developed. R2 and p-values of the regression of ADD for both TSS loads and EMCs were investigated. Results showed that pollutant loads were better predicted than pollutant EMC in the multiple regression models. Regression may not provide the true effect of site-specific characteristics, due to uncertainty in the data.