基于BP神经网络的表层土壤重金属分布模拟

以新疆克拉玛依人工碳汇林为研究区,利用采样点实测数据及理化试验得出的表层土壤重金属含量数据,借助Matlab实现双隐层BP神经网络预测模型,并结合GIS技术分析模型误差,最终实现研究区域土壤重金属含量的三维空间分布格局的可视化表示。结果表明:用双隐层BP神经网络模型拟合精度达90%左右,检验精度以及实际评价效果均较好,说明利用BP神经网络模型对土壤重金属污染进行空间分析与评价具有可行性;整个研究区中部区域Cu、Zn、Fe、Mn、Ni 5种重金属含量相对较低,对环境的负面影响较小,而在研究区周边区域这5种重金属含量相对较高,对环境的负面影响较大。     

BP神经网络在安全评价中的应用

为解决传统经验法在安全评价中人为因素影响和量化难的问题.引入人工智能神经网络,从而减少人为因素影响,使定量分析成为可能.神经网络通过对原始数据的学习,调整网络参数,实现对预评价对象的定量评价,为企业制定安全策略提供科学的依据.     

基于神经网络的泥石流预测

作者用神经网络方法对泥石流预测进行了探讨，讨论了训练参数的选择及训练方法，并结合泥石流预报的具体情况，对ＢＰ模型进行了适当的改进。研究表明，模型及算法是可行的。     

基于神经网络的煤矿底板突水预测

阐述了运用人工神经网络建立煤矿底板突水预测模型的思路与方法,并以山东国家庄煤矿为例,对该方法的合理性和准确性进行了验证．研究表明,利用人工神经网络建立非线性系统的预测模型,具有自学习、自适应、精度高等显著优点．     

基于BP神经网络的垃圾堆放场稳定化程度的综合判别

分析和判别垃圾堆放场的稳定化程度直接关系到是否需要采取加快稳定化进程，缩短垃圾堆放场的稳定化周期以及是否需要采取措施减少它们对环境的不利影响。本文根据我国垃圾堆放场的具体情况，提出稳定化程度的判别评价指标体系，并且确定稳定化程度的判别标准，运用BP神经网络建立垃圾堆放场稳定化程度的综合判别模型。以三峡库区的一个小型垃圾堆放场为例，采用本文所提出的综合评价模型确定它的稳定化程度，演示模型的运行过程，并为三峡库区的环境保护提供帮助。     

基于自回归GA-BP神经网络的AQI预测

基于徐州市2013年12月—2018年11月的空气质量指数日均值,建立了时间序列自回归输入的GA-BP神经网络模型用于空气质量指数预测。结果表明,所建立的网络模型能够准确预测徐州市空气质量指数的变化趋势,其中夏季预测相对误差18. 23%,仿真均方根误差(RMSE)为14. 59;冬季预测相对误差9. 14%,仿真RMSE为11. 47。     

模糊神经网络的理论与应用

基于环境保护和资源利用的需求,提出利用模糊神经网络的控制方法来解决实际中遇到的问题.在此重点探讨了模糊控制和神经网络的各自特点以及共同点;综合分析了模糊系统和神经网络结合的3种方式,讨论了他们各自的特点以及模糊神经网络在工业控制及工业对象建模中的应用.     

基于神经网络的尘肺病预测模型研究

针对尘肺病对人体的危害这一现实,本文通过建立神经元网络模型,开发了神经元网络预测系统,利用预测模块对获得的尘肺病发病数据进行了学习并以此形成了稳定的预测模式,以某矿尘肺病发病情况为例进行了评价;结果表明神经元网络模型克服了传统预测模型须建立函数的难题,且预测精度较度,具有重要理论与实际应用价值.     

用ART2神经网络方法进行结构的损伤识别

用ART2神经网络方法对建筑结构的损伤进行了识别 ,实验证明该方法的识别精度高 ,具有自动从环境中学习的能力 ,对未知的损伤 ,ART2网络将能自动地给出新的识别输出 ,即对未知的损伤类型也能够进行识别     

基于知识的管道系统泄漏检测方法

提出了3种基于知识的管道系统泄漏检测方法,分别是:通过对负压波波形分段符号化处理,采用上下文无关法表示波形结构模式的模式识别诊断系统;以选取合适维数的功率谱特征向量而建立的神经网络泄漏检测系统;与泄漏机理数学模型结合的泄漏诊断专家系统。