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。     

人工神经网络在渗流分析中的应用综述

大多数情况下,渗流方程都是强非线性的。由于人工神经网络具有强大的处理非线性问题的功能,其在渗流分析中得到了应用。总结了人工神经网络在进行渗流参数反分析、渗流模型建立及渗流监测方面取得了很多成果。并对其发展方向提出了一些展望。     

大气环境质量的人工神经网络决策模型

为了对环境质量进行综合评价，运用误差反向传播算法的人工神经网络方法建立了环境质量评价的Ｂ－Ｐ决策模型。用此模型研究实例的大气环境质量，结果表明Ｂ－Ｐ网络用于环境质量评价具有客观性和实用性。     

基于ANN耦合遗传算法的爆破方案选择方法

为预防露天矿爆破引起的事故,基于安全和经济方面的考虑,对露天矿爆破方案进行优化选择,提出将人工神经网络(ANN)模型与遗传算法(GA)相耦合,从而进行爆破方案优化。研究露天矿爆破可能引起的2种主要危害形式:超爆和飞石,进而确定超爆深度和飞石距离为爆破方案的被优化目标参数。另一方面,炮眼深、间距、装药深度、阻塞深度、单位炸药消耗量和钻孔率对超爆深度和飞石距离的影响是复杂的、非线性的,因而将其作为爆破方案的影响参数。分别用影响参数和目标参数作为ANN的输入值和输出值加以训练,训练后的ANN数据作为GA的适应度函数进行方案优化。结果表明:可找到符合工程实例数据的爆破方案集合,借助Pareto图,可得到相关参数的值最小(超瀑深度为0.6999m,飞石距离为27.3386m)的最优爆破方案。     

基于人工神经网络的储罐区泄漏源实时定位技术初步研究

本文建立了基于误差反向传播算法（BP）的多层感知器（MLP）结构的神经网络进行储罐区泄漏源的实时定位，提出了现场传感器阵列优化布置的原则，设计了输入空间和解空间，应用计算机仿真获得的泄漏浓度场对建立起来的神经网络进行了训练，并成功进行了验证，分析了隐层节点数、权值和阈值的取值范围和符号、学习因子等因素对网络性能的影响。研究表明利用神经网络的非线性映射能力对储罐区泄漏源进行实时定位是可行的，单隐层的MLP可以被训练来反向分析泄漏浓度场。     

组合优化的能源消费量预测模型

针对非等间距灰色系统预测中存在误差较大的问题,结合序列本身的特点,利用世界能源消费的历史数据,采用3种灰色预测模型与神经网络进行组合优化,建立了灰色神经网络的能源消费量组合预测模型.实证分析结果表明,提高了模型的拟合和预测精度,拓宽了应用范围.模型中对能源的消费趋势进行预测,为科学地分析能源结构提供了依据.     

基于粗糙集——粒子群神经网络的建设项目安全预测研究

回顾施工项目安全管理和安全管理研究现状,建立建设项目安全管理指标体系。利用人工神经网络非线性函数逼近能力,对项目风险因素程度预测。针对该网络当数据量大时,其结构复杂、收敛慢,易陷入局部最优的缺点,引入粗糙集对影响建设项目安全目标的不确定性因素进行约简,找出最小不确定性风险因素集,大大简化网络输入信息的表达空间维数。并结合粒子群算法收敛速度快、全局最优的寻优能力强的优点,建立基于粗糙集——粒子群神经网络的建设项目安全预测系统。通过实例验证该系统的科学性和有效性。     

基于AHP与重要性指标筛选的神经网络评价模型与应用

以对评价目标有影响的所有评价指标作为神经网络的输入,会导致网络模型复杂、降低其性能和影响计算精度的问题,因而提出基于层次分析法和重要性指标筛选法的神经网络评价建模方法即首先运用层次分析法对评价指标进行重要度排序,然后利用重要性指标筛选法过滤出对评价目标有重要影响的指标,以其结果作为神经网络的输入。该法不仅简化网络模型,而且提高网络的性能和计算精度。运用该法对企业安全工作评价,结果证明,不仅是可行的,而且达到了预期的目的。     

基于粗糙集-人工神经网络的航空安全文化评价模型研究

根据航空运输企业安全生产系统的特征,制定相对科学的、适用的安全文化评价指标体系。将粗糙集、人工神经网络方法应用于航空安全文化评价研究。首先,通过问卷调查与粗糙集方法相结合,对安全文化评价指标信息表进行设定。利用粗糙集的属性约简功能,确定航空安全文化的核心要素;其次,利用人工神经网络对约简后指标权重进行计算;经过仿真实验,训练后的神经网络较好地获取并保存了安全文化评价的知识和经验,能够较为准确地对航空安全文化进行评价。     

基于ANN的环境质量评价

人工神经网络通过神经元之间的相互作用来完成整个网络的信息处理，具有自学习和自适应等一系列优点，因而用它来评价环境质量是可行的。本文针对环境质量评价问题，建立了基于神经网络的评价系统，给出了应用实例。