区域水资源开发利用程度评价的RBF网络模型

当前的水资源开发利用程度评价模型随着区域水资源开发利用系统评价内容的不同而变化 ,精度较难控制 .为解决单项水资源开发利用程度评价指标评价结果的不相容问题 ,提高水资源开发利用程度综合评价各层次的分辨力和评价模型的精度 ,本文给出了水资源开发利用程度综合评价的MATLAB环境下的径向基函数 (RBF)神经网络的结构、设计、仿真函数和图形结果的输出方法 .作为示例 ,对西安市水资源开发利用程度进行了综合评价 .结果表明 ,MATLAB环境下的RBF神经网络评价方法简便有效 ,即具有较强的分类功能 ,又具有较好的排序功能 ,评价结果可靠、适用性强 ,可广泛应用于各种水资源问题的综合评价     

径向基函数神经网络在水质评价中的应用

采用径向基函数 (RBF)来构造多层前馈BP神经网络 ,根据某流域水系的水质监测数据 ,建立一个对地表水质进行判别的多层前馈网络数学模型。以地表水质污染主要的七项指标为训练样本 ,利用该网络对水质进行评价 ,并将计算结果与其它方法进行比较分析。结果表明 ,该方法收敛速度较快 ,预测精度较高 ,效果好。     

人工神经网络在强化一级处理系统过程模拟与优化中的应用

针对化学强化一级处理系统(CEPT)处理废水时影响因素多,难以进行适当的控制和处理效果的预测等问题,建立起基于BP人工神经网络的CEPT法处理猪场稳定塘废水预测模型,并应用该模型对烧杯试验进行了模拟.结果表明,预测值和实测值吻合较好,模型对COD、总磷、浊度去除率预测的平均相对误差分别为7.5%、4.8%和4.9%.通过对pH值和絮凝剂投药量等可控参数进行优化计算,得到CEPT系统的最佳操作条件和最合理操作条件.该模型的建立为CEPT法处理废水工艺系统实现自动化控制提供了一条简便实用的途径.     

结构解析型神经Petri网模型及其在雾霾危害性评价中的应用

为了评价不同PM_(2.5)质量浓度的雾霾对人群健康的危害性,采用函数Petri网与人工神经网络的学习机制相结合的方法,构建了结构解析型神经Petri网模型,简称SP_NPN模型。该模型可以继承ANN的自学习功能,具有ANN的联想存储功能,并能够快速寻找最优解;该模型的网络结构可以是任意的,从而具有良好的适应性;该模型对输入信息没有依赖,它将网络内部的动态作为关注焦点,因而特别适用于复杂系统结构的解析与因果关联分析;该模型的内部节点具有明确的物理含义,因而方便对复杂系统建模。应用结果表明:利用SP_NPN模型解析雾霾对人体健康的危害性,一组观测输入和输出会获得多种解析结果,据此可以发现人体系统内部存在的所有致病类型,从而为相关精确诊断方案的制定指明方向;通过固定某些弧的权系数,可以使解析结果达到唯一,从而发现导致解析结果唯一时的关键因果关联关系,依据这些关联关系设置观测方案,能够为精确诊断方案的制定提供依据;此外,利用SP_NPN模型的因果关联关系解析功能,能够揭示雾霾中PM_(2.5)质量浓度变化与人体致病机制之间存在的因果关联关系,并计算出不同PM_(2.5)质量浓度的雾霾对人群健康的危害性程度,从而达到对雾霾危害性进行评价的目的。     

长江流域城市实力等级的人工神经网络判定

鉴于目前人工神经网络主要应用于自然科学和工程技术等领域上,选取了以长江流域97个地级市为研究对象,以反映城市经济发展水平、辐射能力、吸引能力、生活方便舒适程度以及文化娱乐水平等指标进行城市实力等级的研究,来弥补人工神经网络在人文社科方面应用的不足。结果表明,城市等级分为六级与实际情况非常近似,这说明自组织人工神经网络具有良好的聚类功能;同时,还得出长江流域不同区段内都存在一至两个具有大区意义甚至全国意义的特大城市,从而为构建合理的城市群、城市密集地区等城市体系提供了更有说服力的依据;此外,长江流域东中西部城市等级存在的较强的非均衡性也得到了较为详细的分析。     

旅游交通弱势群体景区偏好与可达度研究——以大学生秦岭景区旅游为例

针对交通弱势群体的旅游可达问题,通过RBF插值法对秦岭景区大学生的偏好度与公共交通可达度(PTA)之间的关系进行研究.研究发现:①现实偏好度(AP)和潜在偏好度(PP)的高聚集区和低分散区吻合,而其他区域的差异较大,AP呈阶梯状变化而PP分布均衡；②可达性较高区域中的AP与PP吻合,而在较低区域中差异较大；③邻近中心城镇区域中PP与PTA呈正相关,而远离中心城镇区域中两者的影响不大.因此,提高公共交通可达度有助于实现旅游的民生功能.     

基于地理因子的因旱饮水困难人口快速评估模型——以云南省2012年大旱为例

农村群众饮水困难一直是国家持续关注的问题,保障受旱灾区人民群众基本生活是重中之重。准确地预测因旱饮水困难人口的发生发展,并采取适当的减灾措施,将很大程度地降低经济损失与人员伤害。以2012年云南大旱为例,在全面收集研究区气象、基础地理信息、社会经济、灾情等资料的基础上,基于BP人工神经网络构建因旱饮水困难人口快速评估模型。以月均降水量、地形高程、水系密度、总人口、路网密度和GDP为网络输入,以因旱饮水困难人口数量为网络输出,选择30个受灾县样本进行网络训练,经试算不断优化模型参数,其MSE为0.003 6;通过训练好的模型来预测剩余55个受灾县的因旱饮水困难人口,其模拟值与实际值的线性拟合结果 R2为0.67,表明BP人工神经网络方法能有效预测因旱饮水困难人口,该方法能够为因旱饮水困难人口的快速评估和灾情的核查提供有效的借鉴。     

基于BP模型的磷酸铵镁法除磷模拟研究

以实际试验数据为依据,通过网络结构优化建立了一个可用于磷酸铵镁法除磷模拟的BP神经网络模型。二维和三维的数值模拟表明,所建立的BP模型能够获得多因素条件下磷酸铵镁法除磷的变化规律和趋势,可为进一步的MAP法除磷及磷回收试验研究提供重要参考依据。     

大型活动拥挤踩踏事故BP神经网络安全评估方法应用分析

根据大型活动拥挤踩踏事故是一个极其复杂的多因素、多变量、多层次的人-机-环境系统,利用数学建模的思路,引入人工神经网络评估方法;以沈阳世博会开幕式为例,通过前馈型BP网络训练和测试,将开幕式举办过程中的人员拥挤踩踏事故风险系统划分为人的因素、物的因素、环境因素、管理因素4个子系统和拥挤踩踏事故综合评估总系统,分别对其进行拟合分析,在各个系统的拟合残差满足条件的情况下,得出量化的评估预测值及BP神经网络的使用范围。研究实例表明,BP神经网络评估结果直观易懂,可操作性强,是值得推广运用的一种评估方法。     

计算智能主要算法研究

本文介绍了计算智能及其四种主要算法:人工神经网络、模糊算法、进化算法、蚁群算法.详细描述了每个算法的生物学基础、计算原理及其特点,以及基于每个算法的优化设计,并对它们已有的成果及在工程应用中所存在问题作简要的讨论.最后总结了四种算法的优势并预测了计算智能的发展趋势.