BP人工神经网络模型在拉萨道路交通噪声预测中的应用

针对拉萨市道路交通噪声污染问题，运用人工神经网络理论和方法对拉萨市道路交通噪声的等效连续声级进行预测。经检验，计算值与实测值接近，从而为道路交通噪声的预测提供了一种新的途径。     

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。     

应用自组织人工神经网络预报黄土高原生态破坏程度的初探

运用三维ＴＫｏｈｏｎｅｎ自组织人工神经网络，分析预测黄土高原生态经济破坏程度，预测成功率１００％。结果表明，神经网络方法性能良好，可望成为生态经济破坏程度预测的有效的辅助手段。     

二维水质模型横向扩散系数的人工神经网络模拟

将人工神经网络的理论和方法引入河流横向扩散系数的理论预测中，提出了基于BP人工神经网络的横向扩散系统预测模型，应用国内外河流的实测样本对模型进行训练与检验表明，该模型用于横向扩散系数的计算不仅可行而且精度较高，为河流横向扩散系数预测研究开辟了新途径。     

人工神经网络PID在有机垃圾减量化处理设备中的应用

阐述了人工神经PID（比例－微分－积分校正）控制技术在有机垃圾减量化处理设备中的应用。采用神经网络辩识器（NNI）对被控对象进行在线辩识，建立被控对象的数学模型。在此基础上，对神经网络控制器（NNC）进行实时调整，使系统具有自适应性，从而达以有控控制的目的。使用矩阵实验软件（MATLAB）仿真表明，它具有动态特性好、响应速度快、稳定的时间短，优于原方案使用的PID控制。神经PID控制系统大大改善了系统的控制效果。     

应用人工神经网络专家系统进行拉深件成形缺陷分析

人工神经网络专家系统是一种新型的专家系统。阐述了人工神经网络专家系统在冲压件成形缺陷分析中的应用，着重指出了人工神经网络专家系统与传统专家系统的不同之处以及在建立冲压件缺陷分析人工神经网络专家系统时所要注意的关键技术。     

B－P网络用于水质综合评价方法的研究

本文应用误差反向传播（Ｂ—Ｐ）算法的人工神经网络建立了水质综合评价模型。该模型应用于实例的水质评价结果表明Ｂ—Ｐ网络用于水质综合评价具有客观性和实用性。     

取代苯类有机物拓扑指数与酵母菌毒性的人工神经网络

以酿酒酵母菌作为指示生物,对78种取代苯类有机物开展了定量构效关系研究。采用人工神经网络（ANN）建模方法,以酵母菌的1g(1/Cmlz）为活性参数,点价自相关拓扑指数（A、B、C和D值）为分子结构参数,建立了取代苯类有机物定量构效关系神经网络模型;从24种点价自相关拓扑指数中在线筛选出A[0]、A[1]、C[3]、C[5]和D[3]等5种主要结构参数作为ANN的输入节点,并讨论了它们对酵母菌毒性的影响。将模型用于23种取代苯类有机物的生物毒性预测,结果满意。建立了Cmlz与LC50之间线性关系良好的相关性数学模型。     

基于ANN 的SBBR 短程硝化过程仿真研究

利用人工神经网络对实验室中短程硝化过程进行仿真模拟,采用误差反向传播算法,并结合自适应学习率,在MATLAB 语言环境下建立了进水NH₄⁺-N﹑DO﹑温度以及外加碳源与出水NH₄⁺-N 和NO^2--N 之间的非线性映射函数关系,确立了相关的动态模型.结合最优化网络模型运行参数,对样本进行仿真学习,仿真输出值与实际值的拟合程度相当高,最大误差仅13.8955%.通过权重分析,探究了各输入因素与输出结果之间的价值贡献关系,进水NH₄⁺-N 和温度对短程硝化过程表现出较大的影响.     

抚仙湖流域负荷削减的水质风险分析

以抚仙湖为研究对象,基于三维水动力-水质模型EFDC平台,开发了EFDC-神经网络(NN)耦合模型;并选用30d移动平均值为解译方式核算抚仙湖在不同风险下的流域负荷削减(TMDL).结果表明,对于100%的达标频度,为了达到I类水质,TP允许增加14%~18%,COD允许增加9%~11%,但TN需要削减13%~14%.如果放松对达标频度的要求,污染负荷将允许相应地增加.研究结果可为流域管理依据不同的风险与管理费用偏好实施流域削减提供基础.