我国典型区因旱饮水困难人口快速评估模型研究

估算因旱饮水困难人口是我国政府实施旱灾救助物资、资金发放的重要基础性工作。目前我国因旱饮水困难人口的判断主要依据地方民政部门灾情数据的上报,还未有对该数据的质量控制和快速评估系统。因此,准确地预测并评估因旱饮水困难人口的发生发展,并采取适当的风险防范措施就显得十分重要。在收集并处理全国基础地理信息、气象、社会经济、旱灾灾情等数据的基础上,将全国划分为7个典型区,利用2009-2012年典型历史旱灾案例灾情数据为样本,基于BP人工神经网络构建因旱饮水困难人口快速评估模型,以地形高程、月均降水量、水系密度、年末总人口、路网密度和GDP为网络输入,以因旱饮水困难人口数量为网络输出,确定收敛误差0.01,经试算不断优化模型参数,得到东北、华北、华东、华中、华南、西南、西北7个典型区的模拟值与实际值的线性拟合结果:华东、华南、华中地区的模型精度较高,R2分别达到0.94、0.83、0.81;东北、西北、华北地区的模型精度居中,R2分别达到0.79、0.71、0.70;模型精度最低的是西南地区,R2为0.46。结果表明该模型操作简便,精度较高,实现了我国基于区域差异的旱灾主要灾情指标的快速评估,能够为典型区因旱饮水困难人口的快速评估和灾情的核查提供科学依据。     

栖息地适宜度评价方法研究进展

栖息地模拟法是根据指示物种所需的物理生境条件确定河流流量,评价栖息地适宜度,为水生生物提供一个适宜的物理生境。与其他方法相比,栖息地模拟法考虑了生物本身对物理生境的要求,需要建立物种-生境评价指标。文章总结了目前用于描述物种—生境关系的栖息地适宜度评价方法,包括栖息地适宜度指数、多元统计方法、模糊逻辑方法、人工神经网络、对多物种和群落的统计分析,归纳了各个方法的进展和应用情况,重点分析了统计学方法在评估栖息地适宜度时的优势和不足。栖息地适宜度指数有二元、单变量、多变量3种格式,前2种方法只考虑单一因子,实际应用中多变量格式应用较多。多变量格式方法直观、所需数据容易获取、实际操作性强,是栖息地定量化的经典方法,也是目前应用最多的方法,然而其对专家经验依赖较多,主观性较强。近些年来,多元统计方法在栖息地适宜度评价方面的应用不断增加,它考虑物理变量之间的相互作用和相关性。模糊逻辑法在处理栖息地模拟中的不确定性方面具有优势,能更好地利用专家知识,更合理的处理建模过程中测量的不准确性和不确定性,同时也考虑了多个变量之间的相互作用,但是当考虑的变量数增加时,模糊规则的数量会迅速增加,给计算带来不便。人工神经网络能够隐性地找出响应变量和环境变量之间的复杂关系,但是其解释能力不足,并需要大量的实测数据对其进行训练,实际应用受到限制。通过排序分析或梯度分析可以对多物种和群落进行统计分析。这些方法都各有优劣,在实际应用中,应结合实际情况选择最合适的栖息地适宜度评价方法。     

基于BP神经网络的绿色建筑评价

绿色建筑是指在建筑的全寿命周期内,最大限度地节约资源,保护环境和减少污染,为人们提供健康、适用和高效的使用空间,与自然和谐共生。根据绿色建筑的特点,确立绿色建筑评价指标体系,并运用管理理论中的层次分析法(AHP)和模糊综合评价方法(Fuzzy),提出了人工神经网络(ANN)评价模型。评估结果表明,该评价体系用于绿色建筑等级综合评价是快速、有效的。     

北京市城市生活垃圾组分预测

研究了北京市1991-1999年城市生活垃圾组分及变化特点.发现食品的含量最大,其次是塑料和纸类.以20世纪90年代生活垃圾产量和组分数据为基础,建立了生活垃圾组分人工神经网络预测模型.以预测的生活垃圾产量为输入值,分别对6个不同区域2001年、2005年、2008年与2010年的生活垃圾组分进行了预测,并用类比法进行了修正.考虑到由于城市发展规划不同区域生活垃圾比例变化情况,最终计算出全市生活垃圾组分变化.结果表明,在未来几年内北京市城市生活垃圾组分中,食品含量较高,但其比例逐年下降,纸类与塑料垃圾有增加,灰土所占比例减少.     

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。     

利用神经网络技术对华东地区进行地震预测

用BP神经网络技术研究华东地区(29°～37°N,114°～124°E)地震时间序列的规律,在大量实验的基础上得出,对于华东地区当输入层节点数目为12、隐层的节点数为16、输出层节点数为1时可以得到较好的收敛结果。根据选取的参数采用两种方法对华东地区进行地震预测,结果表明利用BP神经网络处理华东地区的地震时间序列有较强的容错性,进而认为将该方法用于华东地区地震时间序列的短临预测有较好的效果。     

用人工神经网络进行企业安全性评价的可行性探讨

企业安全性评价是企业安全管理工作的重要内容之一。本文分析了企业安全性评价的特点以及人工神经网络系统理论的发展和应用，探讨了用人工神经网络法评价企业安全性的可行性和评价方法。     

代神经网络在湟水水质综合评价中的应用

将“前向人工神经网络技术”应用于水质综合评价，提出了水质综合评价ＢＰ模型，并将该模型应用于实例进行效果检验，结果表明：人工神经网络ＢＰ模型用于水质综合评价是可行的，该方法适应性强，评价结果客观、合理。     

灾害损失组合年景研究

根据陕西解放以来的灾害损失资料，将各种灾害造成的成灾面积、人口死亡、房屋倒塌和水、旱、风雹、病虫害、霜冻以及其它灾害造成的农田成灾面积分成４和５个档次，用人工神经网络方法进行聚类，可分成５个不同的灾害损失组合年，其代表了不同损失特点，有助于对各年定量评价灾害年景。分析这些不同损失组合类型的降水特征，可通过对降水的预报来预测可能出现的灾害组合，从而为重点防御某种或某几种灾害损失指明方向。     

基于人工神经网络的绥化市县域经济发展水平分析

选取8个经济指标，运用人工神经网络（ANN）的理论和方法，构建应用最为广泛的BP网络模型，对2004年绥化市10个县市的经济发展水平进行了评价。结果表明，绥化市县域经济发展水平差异十分显著，其中肇东等3县域属于高水平类型，海伦等4个县域为中等类型，明水等3个县域属于落后类型。