太湖生态系统的人工神经网络模拟研究

指出了传统生态学数学模型的不足 ,并建立了太湖生态系统的人工神经网络模型。以 2 0 0 1年 5～ 1 0月全太湖 2 6个采样点的实测水文、水质、气象等资料作为输入因子 ,建立了训练样本、检验样本和测试样本 ,并以各采样点的浮游植物量作为输出因子。网络的学习效果显示模型的性能很好 ,对 2 0 0 2年 8月各采样点浮游植物的预测结果也与实测值吻合较好 ,说明模型的推广能力很强。     

基于BP神经网络的机车车辆智能火灾防控系统设计

设计了一种分布式模块化机车车辆智能火灾防控系统,该系统由车载主处理器、多个车载现场处理器、多个传感器和多个执行器构成,各控制单元可根据各种机车车辆车型灵活配置。车载主处理器通过BP人工神经网络算法实现对火警的智能识别,可根据环境因素调节火警判断时的相关参数,适用性强,有效提高火灾防控的准确性,进而更好地保障机车车辆的运行安全。     

基于人工神经网络方法的FRP增强混凝土断裂研究新思路∗

纤维增强复合材料(FRP)作为一种新型的增强加固材料,由于其强度高、质量轻、防腐蚀、耐疲劳、与混凝土粘结性能好以及便于施工等诸多优点,在混凝土结构修复加固领域得到了广泛的应用。近年来,随着人工智能(AI)的逐渐兴起,机器学习(ML)作为实现AI 的一种途径,在水利、建筑等各行各业也得到了长足的发展。首先简单介绍了ML 的基本原理,并通过对ML 在混凝土结构工程中应用的系统回顾与总结,指出了传统试验和数值模拟分析中FRP 增强混凝土断裂研究存在的一些难点和局限性,阐述了基于ML 的人工神经网络(ANN)方法在处理混凝土结构问题中的优越性,认为采用ANN 方法能够有效解决FRP 增强混凝土断裂研究中难以解决的问题;其次,对ANN 方法应用于FRP 增强混凝土断裂韧度预测中的新思路进行了详细介绍,给出了ANN 方法应用于FRP 增强混凝土断裂韧度预测的具体流程,并对其流程中的一些步骤给出了建议;最后,对ML 应用于FRP 增强混凝土断裂方向的深入研究进行了展望,提出了ML 应用于FRP 增强混凝土断裂方向深入研究的相关问题。     

基于响应曲面模型的多元复合体系中沉积物吸附阿特拉津的规律

文章建立了阿特拉津（AT）、铜（Cu）、镉（Cd）和马拉硫磷（Ma）四元复合体系中沉积物吸附阿特拉津的BP神经网络模型,模型训练集、验证集、预测集的均方差分别为0.070 3、0.336 0、和0.195 0,模型输入数据与其模拟值相关系数r2=0.841 6。利用所建立的BP神经网络模型构建多元复合体系中沉积物吸附AT的中心复合实验设计并绘制响应曲面模型,结果显示,响应曲面模型可以直观反映多元复合体系中各因素间影响AT吸附的交互作用,AT×Ma的交互作用最大,而除Cu×Cd外,其他两两因素之间的交互作用均呈显著效应,其中,AT×Ma、AT×Cd和Cu×Ma对阿特拉津的吸附产生协同作用,而AT×Cu和Cd×Ma则产生拮抗作用,交互作用占AT吸附量的60.28%,对阿特拉津在沉积物上的吸附影响不可忽略。     

化学品厌氧生物降解QSBR预测模型研究

收集了155种有机化学品厌氧生物降解数据,以随机抽取的109种物质作为训练集,另外46种物质作为验证集,通过结构式拆分得到各基团,分别采用多元线性回归和BP人工神经网络2种算法对有机化合物结构与生物降解性定量关系(QSBR)进行研究。结果表明,多元线性回归模型验证集正确率为78.26%,总正确率为84.52%;BP人工神经网络模型验证集正确率为82.61%,总正确率为90.32%。可见,BP人工神经网络算法相对优于多元线性回归算法。     

基于人工神经网络方法的河北省近海沉积物重金属污染综合评价

利用误差反相传播神经（BP）网络对河北省近海沉积物中的铅、镉、锌、汞、砷5种重金属元素的污染水平进行分析,利用自组织特征映射（SOFM）网络对上述重金属元素分布特征进行分类,通过分类与污染水平量化值的结合,进行综合评价。SOFM把52个沉积物样品分别划分为3、4、6类和9类。对比各种分类,分为3类的物理意义较明确。每个类别分别对应高中低不同的污染物浓度水平,差异显著、分类方式比较合理。通过此种分类可以判断河北省近海的沉积物重金属污染在不同海域存在一定的差别,整体上是离海岸越远,沉积物的重金属污染水平越高,距海岸较近的海域内,沉积物的重金属污染水平较低,但渤海湾内的重金属污染水平高于其他海域。     

多种灾情预测模型的研究──2001年后上海市热带气旋灾情预测

采用３种方法,即灰色模型ＧＭ、自回归－滑动平均模型ＡＲＭＡ和人工神经网络ＡＮＮ预测了上海市２００１年后（含２００１年）强热带气旋出现的趋势与规律。结果表明,２００１,２００６和２０１０年将出现中级以上灾情,而前两个年份灾情较重．通过数值计算结果比较了３种方法的应用特点,为进一步建立综合预测模型打下基础。     

基于案例推理的化工园区应急资源需求预测

为确定化工园区突发事故的应急资源需求,提出了一种基于案例推理的化工园区应急资源需求预测方法.该方法主要由三部分组成:(1)基于案例推理的模型构建;(2)化工园区事故的案例描述;(3)基于人工神经网络的案例适应.最后,以石化园区火灾爆炸事故的应急资源需求预测验证该方法的有效性.研究表明,该方法可以实时地对化工园区应急资源...     

矿井通风系统安全评价方法及发展趋势

对国内矿井通风系统安全评价技术常用的模糊综合评价法、层次分析法、灰色关联度分析法、未确知测度评价法、人工神经网络评价法等进行分析和比较,给出了各种方法的数学原理和评价程序与步骤.然后,介绍多种评价方法相结合的复合评价模型及其应用.最后,分析和探讨了评价方法及其应用中存在评价指标与权重标准不统一、多种评价方法对同一资料的评价结果存在差异、缺乏评价支持软件系统等方面的问题;指出安全评价应引入非线性科学等交叉学科理论和开展基于方法集的综合集成评价研究;建立科学合理的评价指标体系和综合集成评价的决策支持系统,形成"人-机-环境-评价对象"一体化评价模式.     

BAF处理系统的BP神经网络模型

本文以某污水处理厂曝气生物滤池（Biologlcal aerated filter,BAF）的实际运行数据为基础,采用人工神经网络（Artificial neural network,ANN）方法,建立起BAF处理系统的BP神经网络预测模型。模型运算结果表明,预测值和实测值能较好地吻合,起到了模拟预测的效果,同时能优化运行状态。该模型的建立为BAF处理系统的预测及运行管理供了一条简便实用的途径,具有良好的研究和工程实用价值。