BP人工神经网络模型在西鞍山铁矿地下水水质评价中的应用

以西鞍山铁矿为例,采用BP人工神经网络模型对区内12个监测点的水质进行评价。以枯水期水质监测的主成分总硬度、溶解性总固体、硫酸盐、氯化物、铁和锰、硝酸盐、氟化物指标作为评价因子,建立地下水评价指标体系,并将评价结果与模糊综合评价法及综合质量评价法的评价结果比较。结果表明,8、9、10、11号监测点属于Ⅰ类水,1、2、3、4、6、7、12号监测点属于Ⅱ类水,5号监测点属于Ⅲ类水,西鞍山铁矿的开采未对地下水造成影响;该方法与模糊综合评价法及综合质量评价法的评价结果基本一致,可以客观、合理性地评价水质。     

建设项目安全管理的智能化技术研究

明确建设项目安全管理的意义;简述建设项目安全管理技术的国内外研究现状;指出当前的建设项目安全管理研究存在的主要不足;提出笔者研究的思路和研究的主要内容;收集详细的施工现场资料,参考相关历史文献资料,提取可能引起安全事故的原始不确定风险因素,建立安全管理风险评价指标体系;并利用人工神经网络(ANN)强大的非线性函数逼近能力,将BP神经网络引入建设项目风险控制,构建基于BP神经网络的建设项目安全控制系统,从而实现建设项目安全管理的智能化。通过工程实例验证:该方法具有可行性和有效性,为实现建设项目安全管理目标及工期、成本、质量目标打下坚实的基础。     

生物脱氮除磷活性污泥系统复合模拟方法

为避免繁琐的参数校核工作,提出了活性污泥2 d号模型(ASM2d)和人工神经网络(ANNs)相结合的复合模拟方法。考察了复合方法在某污水处理厂生物脱氮除磷工艺中的应用情况。研究表明,ANNs能够准确地模拟出水实测值与未经校核的ASM2d机理模型的估计值之间的差值。利用Levenberg-Marquardt算法,对出水氨氮、总氮和总磷分别建立网络结构为5-12-1、5-8-1和5-8-1的ANNs子模型,将这些子模型输出同ASM2d机理模型输出相加便得到复合模型输出。复合模型估计值对前10.4 d(ANNs子模型训练数据时段)出水氨氮、总氮和总磷浓度的拟合平均绝对百分比误差分别为0.267、0.055和0.048;其对后2.6 d(ANNs子模型测试数据时段)出水氨氮、总氮和总磷浓度的预测平均绝对百分比误差分别为0.332、0.083和0.069。均方根误差、平均绝对误差等评价指标也表明复合模型能够给出合理的模拟结果。     

基于人工神经网络和遗传算法研究锰过氧化酶脱色甲基橙

基于锰过氧化物酶(MnP)氧化脱色偶氮类染料的原理,实验研究MnP对甲基橙的脱色工艺,采用人工神经网络(ANN)和遗传算法(GA)建立脱色模型并优化工艺。建立的ANN模型的误差、相关系数、均方根误差和绝对平均偏差分别为0.0009、0.9971、1.21和6.82,模型有效且能够用于预测和工艺优化。采用GA对ANN模型进行数值寻优,得到的最佳工艺条件为酶液量0.6 mL,Mn2+浓度4 mmol/L,H2O2浓度0.49 mmol/L。该条件下脱色率达到(90.74±0.59)%。ANN耦合GA有效地建立了锰过氧化物酶脱色甲基橙的模型,并优化了工艺参数,为甲基橙脱色的研究提供一定参考。     

人工神经网络在安全科学中的应用综述

人工神经网络(ANN)是一种动态信息处理系统,它具有联想记忆、自组织、自适应、自学习和容错性等特性.人工神经网络可实现对危险源的动态分级;可解决安全综合评价中的不确定性、模糊性和动态复杂性、指标多、数据多等难题;在安全预测方面,可进行煤与瓦斯突出预测、煤矿瓦斯涌出量预测、煤层自燃预测、交通事故预测等.讨论了其在安全科学中的应用现状及存在问题,并对未来研究方向进行了展望.     

神经网络在空气污染预报中的应用研究

空气污染预报是一项复杂的系统工程,是当今环境科学研究的热点,国内外已有将神经网络法应用于大气污染预报的研究。本论文以PM2．5为例,采用伦敦市PM2．5的小时平均浓度数据,使用传统的BP神经网络建立预报模型,定量预测伦敦市PM2.5的小时平均浓度,探讨了大气污染预报网络的建模过程中,扩大样本集、去除样本集数据噪声和在输入向量中加入气象变量等因素对建模所产生的影响。最后得出结论,适当的选择样本集、气象变量,有利于提高所建立网络模型的预测精度。     

基于人工神经网络的二元液体闪点预测

建立了一个基于人工神经网络的理论模型,用于预测二元混合液体的闪点.根据所研究混合液体的物理性质,选择了相关黏度、表面张力等物理参数来表征闪点,以这些参数作为输入参数,二元混合液体的闪点作为输出值,应用反向传播(BP)人工神经网络方法对两者之间的内在定量关系进行模拟.结果表明,闪点预测值与实验值符合良好,优于传统的计算方...     

廊坊市2015年燃煤锅炉改造成效评估分析

为改善京津冀地区空气质量,2015年北京市安排专项资金支持廊坊市大气污染治理工作。到去年底,廊坊市超额完成相关治理项目,淘汰改造燃煤锅炉1 315台,实现SO2年减排量6 799 t,NO_x减排3 547 t,烟尘减排5 178 t,为廊坊本地及京津冀地区空气质量改善做出了贡献。针对2015年廊坊市燃煤锅炉淘汰改造工作进行了环境经济效益分析及空气质量改善效果评估。结果表明:该项大气污染治理工作具有较大的环境效益及显著的污染削减效果,从长远角度有利于京津冀地区的大气污染防治工作顺利开展及区域空气质量的改善。     

人工神经网络在湟水水质综合评价中的应用

将“前向人工神经网络技术”应用于水质综合评价，提出了水质综合评价BP模型，并将该模型应用于实例进行效果检验，结果表明：人工神经网络BP模型用于水质综合评价是可行的，该方法适应性强，评价结果客观、合理。