应用BP神经网络预测嵌岩桩竖向承载力的研究

利用BP神经网络,建立了嵌岩桩竖向承载力预测的BP神经网络模型,采用嵌岩桩竖向承载力的实验数据对网络进行了训练,并以此训练好的BP神经网络对嵌岩桩承载力进行了预测。预测结果表明,该模型具有很高的预测精度,为预测嵌岩桩承载力提供了一种新的方法。     

人工神经网络在湖泊富营养化评价中的应用研究

运用人工神经网络技术评价湖泊富营养化程度。详细阐述了神经网络的结构设计，样本生成及学习算法，给出了通过训练得出的网络权和阈值，最后将此神经网络用于１２个湖泊的富营养化评价，取得了较好的评价结果。     

动态斜面(DIP)式溢油回收技术

:JBF环境技术公司生产的高效溢油回收设备的成功之处来自于独特的动态斜面的技术。可连续移动的皮带 (斜面 )可以产生水动力路径 ,可以迫使遭遇到斜面的油随之流动。因此 ,JBF设计生产的收油系统能以最高的效率在最大可能的操作环境下回收水面的各种油类。     

湖泊水质富营养化评价的多准则神经网络法

提出了基于误差平方和准则与模糊熵准则下的多准则神经网络湖泊水质营养化评价模型，并将其应用于我国五大湖泊水质营养化的评价。结果表明，多准则神经网络用于湖泊水质营养化评价，具有简便，实用，客观和广泛的通用性     

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。     

基于3S技术的沙质荒漠化动态监测

该文以晋陕蒙接壤地区北部为试验区，采用70年代MSS图象、80年代和90年代TM图象，结合GPS的野外空间定位技术，在ARC/INFO系统支持下，开展了沙质荒漠化动态监测。结果表明，70年代中期至80年代中期沙质荒漠化呈发展状态，80年代中期至90年代末期呈明显的逆转状态，但二十余年来，该区的现代沙质荒漠化过程是一个复杂的物理过程，变化具有明显的不均衡性，同时建立了一套较为系统的3S技术沙质荒漠化动态监测方法。     

城市环境质量定量评价方法

文章基于对于城市环境质量的评价方法的研究,阐述了各类评价方法的优缺点,着重介绍了物元模型、投影寻踪评价法、神经网络、遗传算法优化神经网络四种定量评价方法,并介绍了各类方法在城市环境质量评价中的应用现状.     

四川省生态环境动态数据库建立与应用研究

为建立四川省生态环境本底数据库，实现生态环境动态监测，运用遥感（RS），地理信息系统（GIS）和全球定位系统（GPS）技术，以2004年中巴资源卫星（CBERS-02）遥感影像为信息源，2000年TM遥感影像解译的数据为基础，对2004年遥感影像进行动态变化解译，修改2000年数据库；手持GPS接收机，在野外对解译成果进行验证，更新数据库，最终建成四川省生态环境本底数据库；最后对四川省土地利用／覆被变化信息进行了分析研究，为四川省生态环境下一步研究指明了方向。     

事故出流时河流综合水质的计算机预测方法研究

河流上游的污水排放口或倒虹管等污水构筑因有可能发生事故出流而对下游的取水口存在着潜在的威胁，常规的单参数模型不能就事故出流对下游的影响作出公正评价。本文以QUAL－Ⅱ模型为骨架，以生动形象的动画形式演示出在整个排污过程中多个水质参数沿河道分布的变化全过程，并且，在模型中融入隶属度BP神经网络综合评价水质的模块，用它来对发生事故出流时下游取水口水域的水质变化进行综合评价，最后通过一个例子说明了该方法的优越性和合理性。     

应用BP神经网络实现环境监测的优化布点

环境监测的合理布设关系到只有用量测点的监测数据就能客观、准确地反映区域环境的质量,采用传统的优化统计模型对监测数据进行处理一限较繁。基于人工神经网络应用于模式分类与人有适应能力强、客观性好的特点,提出将人工神经网络ＢＰ与逐步聚类分析物思想相结合,实现对环境测点的逐步聚类优选,用该方法对贵阳市１９９２－１９９３年期间的１６个大气环境测占煌监测数据进行优选,得到的６个优点选点符合实际结果。