基于PSO算法的BP神经网络对水体叶绿素a的预测

BP神经网络(Back Propagation Network)在水体富营养化评价及预测中已广泛应用,但传统BP算法的收敛速度慢并易陷入局部最优. 提出了一种基于微粒群(PSO)算法的BP神经网络模型,利用PSO对神经网络的权值进行修正,优化神经网络结构及算法全局收敛性. 选择最能代表明湖水质状况的5号采样点作为研究对象,把2009年4月—2010年3月的月样本插值为周样本,对明湖ρ(Chla)的短期变化趋势进行了预测,并用6号采样点数据来验证网络的泛化能力. 比较分析基于PSO算法的新模型与传统BP算法模型的预测精度表明,新模型有效克服了传统算法的缺点,提高了网络的预测能力和学习能力.      

运用神经网络分析电流测定堆肥系统中的对苯二酚

针对生物传感器检测堆肥系统中对苯二酚时存在的检测范围较小和检测精度不高等问题,在分析漆酶生物传感器检测电流信号的基础上,以传感器响应电流为输入变量,以对苯二酚浓度为输出变量,建立了神经网络(ANN)模型,对网络进行了优化,确定了最佳的网络参数(最佳隐含层神经元数为7,最佳输入层神经元数为5,最优的传递函数组合为Tansig-Logsig,最优的算法为Levenberg-Marquardt算法),并将模型预测性能同非线性回归(NR)模型进行了比较.NR的RMSE(均方根误差)为14.441 9 ìmol/L,预测值与实测浓度之间的相关系数为0.994 4;与之相比,ANN的RMSE达到4.444 2ìmol/L,预测值与实测浓度的相关系数为0.9996,预测性能明显优于NR.对苯二酚的检测范围达到0.015～450ìmol/L,在现有水平上进一步扩大了检测范围同时提高了检测精度.     

江阴市小城镇污水集中处理的研究与思考

随着城镇化进程加快,经济快速发展的同时环境污染问题随之出现,主要表现在小城镇污水处理率较低,各地区发展不平衡等方面。通过几年来的摸索与实践,江阴市小城镇污水集中处理已成一定规模,也凸现出一些问题和不足之处。通过对江阴市小城镇污水集中处理水质特点及工艺的研究,结合江阴市污水处理厂运行情况进行问题分析,提出相应的对策及思考。通过加强城镇污水管网建设,运用成熟经济高效的处理工艺,引进先进管理制度,促进环保部门的监管工作,达到改善小城镇污水处理效率的目的。     

基于因子-神经网络预测南渡江海口段水质状况

针对海南省南渡江日益严重的水污染现状,根据南渡江海口段2001年-2006年的监测资料,应用因子分析法找出影响水质的主要污染指标,建立了基于BP神经网络的主要污染指标预测模型,并对其进行训练检验,结果证明该模型预测精度满足要求,再利用训练、检验后的模型对近几年主要污染因子进行预测,发现了变化规律,最后提出南渡江污染防治措施。     

人工神经网络在环境科学中的应用研究

以B-P网络为例介绍了人工神经网络模型的应用原理。以开拓人工神经网络在环境科学中的应用范围为目的,综述了几种常用神经网络模型在环境预测与评价2方面的应用性能。结果表明:人与环境关系的科学量度是多方位、多因素的非线性模糊问题,而人工神经网络模型具有解决该类问题的独特优点。针对不同环境问题,优选模型,开拓人工神经网络方法在环境科学中的应用范围,为环境问题的解决提供新的技术手段。     

沿海农田林网建设关键技术的经济学择优

对江苏沿海地区农田林网的经营类型、造林树种、林带配置进行了技术经济学分析和多目标灰色局势决策择优。结果表明：农田林网经营类型宜选择复合经营的果材兼用型林网。造林树种可选择速生丰产的杨树等用材树种和经济效益高的桃树等果树。林网配置在海堤河岸上选择用材树种，营造基干林带，筑起大网格框架；在道路沟渠上立体配置林果树种，营造主林带和副林带，构建中网格；在脱盐排水沟上添加果树辅助林带，建立小网格，形成多树种多林种合作、大中小网格配套、多道防线联防、多效益多产品产出的复合配置模式。     

现代物流业影响油库安全、健康和环境分析

从调研销售企业油库现状角度分析现代物流业对油库安全、健康、环境的影响,指出现代销售物流业不但具有特殊的企业组织与产业关联效应,而且物流业优化方案的调整及物流运行机制的改变,将最大化地利用油库资源,加大了油库输转量,为销售企业的可持续化发展提供基础和保障。     

基于人工神经网络的莺落峡月径流模拟预测

莺落峡是黑河干流出山口径流量的重要控制站,莺落峡径流量的多少直接影响着该流域经济、社会的发展和生态环境保护,水资源分配和调度的管理和决策。论文基于人工神经网络,对莺落峡径流进行了模拟预测。将月径流分为汛期和非汛期,分别建立BP人工神经网络,通过对径流分类前后的模型进行比较,发现分类后的月径流BP模型的性能显然优于未分类的模型,故此设计了4种不同气候情景,采用分类后的模型对莺落峡2030年的径流量进行了预测。即,在降水量不变、气温增加0.5℃,2030年莺落峡年径流量将增加8.92%;气温增加1℃、降水量不变,年径流量将减少5.414%;气温不变、降水量增加10%,年径流量将增加9.905%;气温增加0.5℃、降水量增加10%,年径流量将增加8.98%。     

基于熵权的属性识别模型在城市轨道线网方案评价中的应用

城市轨道线网规划对优化城市社会、经济、生态环境,实现城市生态环境可持续发展有着至关重要的作用。文章通过熵值法与属性识别模型相结合,建立了基于熵权的属性识别模型,用该方法对城市轨道线网方案进行综合评价,并结合西安市城市轨道交通线网规划中的4个预选方案进行了评价,推选出最优方案。结果表明,该评价方法结果合理,决策科学,具有较好的应用前景。     

基于灰色神经网络的腐蚀损伤模型

为在小样本情况下对腐蚀损伤进行预测,结合灰色系统与神经网络,提出了灰色神经网络模型,利用该模型对已知腐蚀损伤数据进行了预测检验。为对比研究,同时采用灰色系统与神经网络方法预测了损伤值。结果表明,3种预测模型中,灰色神经网络预测精度最高,能够满足工程使用要求。