大气中SO2浓度的小波分析及神经网络预测

应用小波分解和重构对SO2浓度年变化趋势进行分析,在此基础上,建立了一种分段BP神经网络预测模型,并对各段有针对性地设计了神经网络预测模型.采用主成分分析进行输入变量降维.在BP网络训练过程中,往往会出现过拟合的现象,为此,在训练过程中,将样本等间距地分离为训练集和验证集来防止这个问题.为了消除网络的权值初始化对学习系统复杂性的影响,采用了5个子网络输出取算术平均的神经网络集成的方法.预测结果表明,该模型应用于SO2浓度预测具有较高的预测精度和良好的推广能力,而且明显优于一般的神经网络模型.     

特殊场景下生活垃圾处理系统的诊断与重构

通过研究特殊场景下城市生活垃圾处理系统的快速诊断和高质量重构，提出了特殊场景产生的原因、类型和评估方法，明确了以应急保障制定、固体废物园区建设、全过程咨询、商业模式探讨为主要内容的综合重构方法，并根据哈尔滨市的成功应用经验，为我国城市生活垃圾处理系统在遭受重创情况下迅速恢复，保障城市安全稳定运行提供了适用性广、可操作性强且经济成本可承受的理论依据和实践经验。