代神经网络在湟水水质综合评价中的应用

将“前向人工神经网络技术”应用于水质综合评价，提出了水质综合评价ＢＰ模型，并将该模型应用于实例进行效果检验，结果表明：人工神经网络ＢＰ模型用于水质综合评价是可行的，该方法适应性强，评价结果客观、合理。     

灾害损失组合年景研究

根据陕西解放以来的灾害损失资料，将各种灾害造成的成灾面积、人口死亡、房屋倒塌和水、旱、风雹、病虫害、霜冻以及其它灾害造成的农田成灾面积分成４和５个档次，用人工神经网络方法进行聚类，可分成５个不同的灾害损失组合年，其代表了不同损失特点，有助于对各年定量评价灾害年景。分析这些不同损失组合类型的降水特征，可通过对降水的预报来预测可能出现的灾害组合，从而为重点防御某种或某几种灾害损失指明方向。     

基于人工神经网络的绥化市县域经济发展水平分析

选取8个经济指标，运用人工神经网络（ANN）的理论和方法，构建应用最为广泛的BP网络模型，对2004年绥化市10个县市的经济发展水平进行了评价。结果表明，绥化市县域经济发展水平差异十分显著，其中肇东等3县域属于高水平类型，海伦等4个县域为中等类型，明水等3个县域属于落后类型。     

聚酯玻璃钢大气老化力学性能BP人工神经网络预报模型的建立

目的准确地分析并建立起一个老化模型,探究不饱和聚酯玻璃钢在大气环境中的条件与老化性能的变化联系。方法在气象数据的基础上分别分析不饱和聚酯玻璃钢在不同季节不同大气环境下各种力学性能的变化,利用数学建模的人工智能方法-BP神经网络进行建模。结果实际值与预测值有很好的一致性,模型精确度也较高。结论此预报模型可比较精确地评价不饱和聚酯玻璃钢在大气中的老化行为。     

基于支持向量回归模型的水稻田甲烷排放通量预测研究

利用静态箱和气相色谱仪法获取水稻田甲烷排放通量数据,选取大气温度、土壤5 cm深温度、土壤pH、土壤Eh、土壤含水量和地表生物量作为影响因子.应用建立在结构风险最小化优化上的支持向量回归(ε-SVR)模型,采用留一法交叉检核网格搜索法(LOOCV)优化ε-SVR预测模型的参数,采用k折交叉检验的方法依据平均相对误差(MRE)和均方根误差(RMSE)对模型的精度进行验证,并与BP人工神经网络(BP-ANN)模型比较,评价ε-SVR预测模型的准确性.结果表明,通过LOOCV选择最优的惩罚因子C和损失系数ε,并由此构建的ε-SVR预测模型预测值和实测值具有很好的一致性,通过11折交叉验证后,测试样本的平均MRE为44%,平均RMSE为16.21 mg·(m2·h)-1.通过与BP-ANN模型比较,预测值和实际值相关系数达0.863,各项指标均优于BP-ANN预测模型,说明ε-SVR模型能够适用于水稻田甲烷排放通量的预测.     

神经网络模型在环境现状评价中应用研究

人工神经网络技术具有很强的非线性映射能力和并行性、自适应、容错性及自学能力,已广泛应用于包括环境在内的多学科领域。文章将人工神经网络技术应用于环境影响评价中,通过案例研究用人工神经网络解决环境评价中的问题。以山西吕梁地区环境影响评价为案例,选择人工神经网络中的BP网络,径向基网络和自组织竞争网络等三种网络模型对其进行环境影响现状评价,并对评价结果作对比分析,通过网络设计、网络训练和模拟,结果说明BP神经网络模拟结果比其它两种方法更贴近环境质量现状。同时对不同参数选取得到的结果进行分析,并经过网络参数的不断调整提高评价结果的精度,总结出各种神经网络模型在环境评价应用过程中参数的选取方法。尝试用神经网络解决环境评价中的问题,使环境工作中的方法技术更科学。     

基于RBF网络的火灾探测信号处理算法研究

本文通过建立火灾探测信号处理的RBF网络模型,并与通常的BP网络模型和期望结果进行对比,结果表明:在进行火灾探测信号处理中,RBF网络可避免BP网络的局部极小以及收敛速度慢等缺点,在精度、训练速度等方面均优于BP网络。该研究为处理火灾探测信号等非结构问题提供了一种行之有效的方法。     

BP人工神经网络对长春市土壤质量评价

本文针对城市土壤重金属污染问题,以长春市为例运用人工神经网络理论及方法,建立土壤环境质量评价的BP人工神经网络模型,通过实例分析,并将评价结果与模糊综合评判结果进行了比较,说明运用该模型评价土壤环境质量不但能使评价结果精度大大提高,而且是切实可行的。     

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。     

东湖沉积物营养状况的BP神经网络模型研究

运用人工神经网络对东湖沉积物营养状况进行了模拟研究.以东湖三个样点柱状沉积物的TN、TP、TOC、SRP、TSL、pH6个因子作为网络模型的输入变量,建立了训练样本和测试样本,同时采用有机指数值作为输出变量,对东湖沉积物营养状况进行评价分析.通过模型分析,结果显示东湖沉积物处于肥污染状态.在2008年6月采得的数据样本...