一种基于模糊神经网络的大气质量评价模型

基于模糊数学评价法和神经网络评价法的优点，提出了一种新的大气质量评价模型。该模型具有推理过程清晰，泛化能力好的特点。与其它评价方法相比，应用该模型进行大气质量评价不但物理意义明确，而且计算简单，评价客观，实用性强，评价结果还具有更好的可比性。     

模糊神经网络用于环境大气质量评价的研究

研究了基于多准则学习的模糊神经网络评价环境大气质量的模型,并以此对某矿区的环境大气质量进行了评价,结果表明该方法简便、实用、客观。     

MATLAB软件在环境质量评价中的应用

在MATLAT6．5平台上建立环境质量评价模型的应用方法和要点，就网络模型结构的设计、训练数据的处理、网络的初始化、网络的训练及评价结果的仿真做了详细讲解，并给出应用示例。运行评价结果表明，MATLAB神经网络工具箱的环境质量评价模型是方便、可行、有效的。     

海面溢油油种激光遥感ANN探测方法的研究

目前激光荧光遥感是探测海面溢油最有效的工具。作者将神经网络(ANN)的自组织特征映射SOM模型引入激光遥感的荧光光谱鉴别领域。本文主要进行的是理论建模和分析工作，而且用计算机软件方法实现了神经网络的模式识别和分类功能，对推广能力进行了实验分析。经过改进神经网络已具有比较理想的推广能力，并认为SOM应作为溢油识别的较理想方法。     

基于粗集、遗传神经网络的环境质量评价

基于粗集、遗传神经网络的环境质量评价方法利用粗集对属性的归约功能将数据库中的数据进行归约，并将归约后的数据作为训练数据提供给BP神经网络；再用遗传算法和BP算法相结合的混合算法来训练网络预测模型的结构（在得到最优网络结构的同时也得到网络的最优权值和阈值）。通过实例表明该方法是有效的，为环境质量评价提供了一种新的研究思路和分析方法。     

城市生活垃圾与煤流化床混烧过程中氮氧化物排放研究

针对我国城市生活垃圾热值低等特性。在流化装置上进行了城市生活垃圾与煤混燃实验，研究了在混燃过程中城市生活垃圾与煤掺烧比例及床层温度变化对NO和N2O排放浓度的影响。实验结果显示，随掺烧垃圾量逐渐增加时，NO排放浓度降低。而N2O排放浓度先降低然后增加，当城市生活垃圾与煤掺烧比例恒定时，随床温的增加NO排放浓度增加，N2O排放浓度呈下降趋势，采用前向式神经网络，以掺烧比和床温作为输入参数，对NO的排放进行预测。结果显示精度较高。     

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。     

模糊神经网络控制在污水处理中的应用研究

对模糊神经网络（FNN）技术应用于污水处理进行了研究，提出了一个具有五层的模糊神经网络控制器，仿真实验表明，该控制系统具有很强的鲁棒性与容错性。该控制器能够自动调整隶属度函数、动态优化控制规则，将其应用于溶解氧控制和出水水质预测，结果表明可以快速、有效地使溶解氧浓度达到期望值，实际出水水质预测结果也具有很好的收敛性和预测精度。     

基于神经网络的活性污泥系统建模及其控制

针对松江污水厂污水处理活性污泥系统，采用神经网络技术进行建模试验研究，在对实际运行数据剔除异常数据后，将样本数据随机分成训练样本、检验样本和测试样本。用试凑法确定合理的神经网络隐层节点数，用检验样本实时监控训练过程从而避免“过训练”现象，用多次改变网络初始连接权值求得全局极小点，从而建立了泛化能力较好的基于神经网络的活性污泥系统数学模型。利用建立的神经网络模型，对活性污泥系统运行情况的仿真与控制进行了分析研究。示例研究表明：神经网络技术能较好地应用于活性污泥系统的建模与控制，有很好的理论与实践意义。