非线性灰色模型在污染物总量预测中的应用

在前人工作的基础之上介绍了几种修正的ＧＭ（１，１）非线性模型，并以衡阳市１９９０～１９９６年城区污染物总量（ＣＯＤ）的预测为例，探讨了各种模型的应用效果。结果表明：非线性模型的拟合精度更高，具有更加广阔的发展前景。     

以绿化三维量分析植物群降解SO2的宏观效应

控制和降低城市上空ＳＯ２的环境浓度对于改善城市环境，促进城市生态的良性循环具有十分重要的意义。本文从上海市绿化三维量分布模型、与ＳＯ２浓度分布模型的相关分析入手，以季节变化作为对比因子，讨论了城市绿化植物群的数量及分布对城市上空ＳＯ２浓度分布的宏观影响；并据此提出了可有效地控制城市上空ＳＯ２浓度的绿地建设的基本原则。     

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。     

测量不确定度在空气自动监测中的应用

根据测量原理建立数学模型,分析各种不确定分量的来源,评定标准不确定度,确定合成不确定度和扩展不确定度.通过不确定影响分量的分析,找出最大不确定分量,重点控制其分量,可保证测量的准确性和精度,也可通过重新评估显著性不确定分量,找出方法存在的不足和问题,提出控制不确定分量的步骤和方法,改善测量方法和手段提高测量准确性和精度.     

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。