环境振动的灰色预测模型研究

利用 GIM( 1 )的非时序直接建模法来预测研究建筑施工的环境振动 ,并将 GIM( 1 )模型与 GM( 1 ,1 )模型进行比较分析。结果表明 GIM( 1 )模型的拟合精度优良 ,对原始资料中白化信息的利用更加丰富 ,拓宽了 GIM( 1 )模型在环境科学领域中的应用范围     

区域PERE系统的通用自组织演化模型

分析了区域人口－经济－资源－环境系统的自组织过程，建立了区域ＰＥＲＥ系统的通用自组织演化模型，并把模型应用于山西省某市，预测了市未来的人口、经济和环境状况试图解决在区域ＰＥＲＥ系统中应用自组织理论时建模困难的问题。     

广州市工业废气、废水排放量的灰色预测

本介绍了灰色系统理论建立灰色预测GM(1．1）模型的基本原理。建立了广州市工业废气，废水排放量的灰色预测GM(1，1）模型。精度检验表明，本所建模型精度较高，预测结果可靠，可以用于实际预测。     

多源模拟模型在中等城市SO2规划中的应用

本文根据乌海市ＳＯ２污染综合防治规划结果，采用ＤＢ１５／Ｔ１３１－９３推荐空气质量模式及计算模块，对乌海市ＳＯ２污染综合防治进行规划评价，并对模式应用条件及模式检验作了进一步叙述     

化学强化一级处理系统BP神经网络建模研究

运用实验室得到的数据为样本，选取了CODcr和絮凝剂投加量为指标，采用三层结构的神经网络，利用Matlab的神经网络工具箱中的批处理梯度下降法对CEPT系统进行辩识。辩识结果表明：模型的预测值与实测值的平均误差在3．7％左右，具有较高的精度。同时，该模型还具有适应性强，使用方便，高效的特点，为CEPT系统的在线实时控制提供了一条有效的途径。     

建立土壤硫释放过程的人工神经网络模型

以温度、土壤含水率、胱氨酸添加量和土壤pH值作为土壤释放挥发性含硫化合物的主要影响因素,采用正交实验方法分析这些因素与土壤硫释速率的关系,利用BP神经网络算法对实验结果建模,并用模型对不同影响因素下的土壤硫释放情况进行预测。结果表明,网络模型对学习过的样本有较高预测精度,预测结果相对误差在2％以下,对未学生过的样本,误差为10％左右,表明人工神经网络方法建立的模型适用于土壤硫释放预测。     

多级模糊模式识别方法用于湖泊水质评价

进行模糊综合评估的应用与研究很多，在那些方法中主要应用最大隶属度原则进行最后的评定，但是湖泊水质评价涉及到多样点多项指标等多因素，一般模糊综合评价方法中的最大隶属度原则不能适用。本文利用多级模糊模式识别方法的基本理论，通过多目标优选，给出了更加合理、科学的评价模型；利用该模型我们对武汉市东湖水质监测结果做出了较为合理的评价。     

苏州河综合调水的流量计算分析

建立了合理的苏州河水系计算节点网格,利用3年多的水文水质同步监测资料率定、验证了感潮河网的水动力学模型.应用该模型模拟计算了综合调水方案对苏州河水系的流量影响.结果表明,小潮汛时实施西引东排、大潮汛时实施东引北排,可以较大幅度地增加苏州河干流和支流的流量,为改善水质提供良好的水动力条件.     

渤海海域夏季石油烃污染状况及其环境容量估算

根据调查分析了渤海海域石油烃污染状况,建立了渤海石油烃多介质动力学模型,估算了渤海海域石油烃污染物环境容量和剩余环境容量。结果表明,调查海域石油烃平均浓度为(25.7±13.6)mg／rn3,变化范围为4.4~64.8 mg,／m3,其中,莱州湾,渤海湾等近岸海域污染较严重。在一、二类国家海水水质标准下,渤海海域石油烃污染物环境容量(ECo)为29 169 t／a,在三类国家海水水质标准下ECo为177 306 t／a,在四类国家海水水质标准下ECo为298 446 t／a,各海域在一、二类国家海水水质标准下石油烃污染物环境容量分别为,渤海湾5 255 t／a,辽东湾8 869 t／a,莱州湾4 889 t／a,渤海中部10 156 t／a。