OPAQ系统两种模式对O 3预报准确率的探讨

以江苏省宿迁环境监测中心OPAQ系统为例,基于人工神经网络算法的OPAQ空气质量预报系统的2种模式对O 3预报准确率的进行了分析,结果表明,趋势最优模式(RMSE模式)对预报当天及未来3 d的预报值与监测值的相关性系数均>0.78,相对误差在25%以下,在预测当天及未来24、48及72 h优-良天的预测准确率较高,分别为88.8%、87.2%、86.3%及84.7%,在预测轻度污染-重度污染的准确率较低;极值最优模式(SI模式)对预报当天及未来3 d的预报值与监测值的相关性系数(R)均>0.76,相对误差<32%,预测未来24和48 h的轻度污染-中度污染的级别准确率>60%。OPAQ系统的极值最优模式(SI模式)更适合作为夏季ρ(O 3)较高时的预测工具。     

海南岛潜在震源区的研究

本文应用人工神经网络原理,以地震构造和地震活动性为主要特征,对我国海南岛进行了潜在震源区的定量划分。这种划分既反映了当前人们对地震发生规律的认识水平,又为城建部门按照工程重要性和使用年限选取相应的抗震设计参数提供了依据。     

基于MLP-ANN与Markov Chain的土地利用变化预测方法——以锡林郭勒盟为例

以北方草地典型地区—内蒙古锡林郭勒盟为案例区,在1995年到2000年的土地利用变化与驱动力分析的基础上,利用土地利用转换类型和驱动力模型,采用多层感知人工神经网络模型分析了各种土地利用类型未来的转换潜力;利用马尔可夫链模型,预测了2005和2010年土地利用格局。预测结果显示：高覆盖度草地减少幅度最大,中覆盖度草地减少相对和缓,高、中覆盖度草地的减少造成了未利用地和低覆盖度草地的增加,尤其是前者增加的幅度最大;从空间分布看,高覆盖度草地的减少集中在西北部地区,主要转变为中低覆盖度草地,中覆盖度草地的减少主要集中在西南部地区,其流向主要是以沙化土地为主的未利用地;案例研究表明,多层感知人工神经网络模型与马尔可夫链模型的结合与应用能够在很大程度上预测稳定驱动力作用下的土地利用变化趋势,从而为生态干预提供指导。     

人工神经网络及分子拓扑参数在酚类有机物QSBR研究中的应用

利用分子拓扑参数作为输入参数,探索了人工神经网络对２７种酚类有机物的定量结构－生物降解性能关系（ＱＳＢＲ）。结果表明,将人工神经网络运用于有机物的生物降解性能建模是可行的。所建模型预测结果和文献数据十分接近,预测能力优于已有文献报道,且能够较好区分同分异构体。     

提高人工神经网络洪水峰值预报精度的研究

以动量项与学习率自适应调整相结合的改进BP算法作为人工神经网络计算方法，阐述了洪水预报网络模型的构造和数据处理，以及转移函数对洪水预报精度的影响，提出了合理的洪水预报网络模型的设计方案。     

地质灾害预警预报信息发布系统——基于ANN和GIS的新一代发布系统

针对现有地质灾害预测预报信息发布系统所存在的不足,提出了基于WebGIS的新一代突发性地质灾害预警信息网络发布框架(NEW),它由灾害预测系统、WebGIS系统和监测及地质灾害信息获取系统3部分组成.研制了浙江省滑坡地质灾害预报预警信息网络发布系统(LAPS_IMS).实际测试和应用表明:LAPS_IMS通过发布现势的、准确的和直观的灾情信息,实现了多部门信息资源的共享,提高了公众参与度,为政府决策提供了强有力的技术支撑;同时,证明了NEW框架的正确性、有效性和合理性.     

遗传神经网络对肼类化合物的定量构效研究

应用遗传算法和反向传播（BP）神经网络相结合的方法,研究了胼类化合物的定量构效（QSAR）关系,构建了遗传神经网络QSAR模型。对30种肼类化合物的6个量子化学参数进行相关性和主成分分析,利用遗传神经网络QSAR模型对肼类化合物的毒性参数进行预测。结果表明,与常规BP神经网络建立的模型相比较,遗传神经网络QSAR模型有效解决了常规BP神经网络模型存在的过训练和过拟合问题,并且具有很好的预测效果。     

污水处理中人工神经网络应用研究的探讨

针对污水处理系统的时变性、非线性、复杂性和不确定性的特点,提出应用人工神经网络技术对其控制,实现污水处理系统自动控制。简述了目前广泛应用于废水处理的神经网络以及建模原理。结合国内外研究动态,分析了人工神经网络在污水处理领域取得的成果,结果表明:在污水处理中引入神经网络智能控制是一种提高处理效率、降低运行成本的有效方法,国内在污水处理的神经网络智能控制的研究与国外有较大的差距,国内的研究及应用还处在发展阶段,应当加强。并对神经网络待解决的问题和发展趋势作了讨论。     

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。     

人工神经网络在生态环境质量评价中的应用

以生态环境指标的各级评价标准作为训练样本，应用人工神经网络建立生态环境质量评价的BP网络模型。用训练好的BP网络对生态环境质量进行评价，并与模糊识别评价法进行比较。结果表明，人工神经网络用于生态环境质量的评价结果与环境质量实况相符。