船舶区域溢油风险程度甄别的人工神经网络方法

利用误差反向传播 (BP)人工神经网络 ,建立了海域船舶溢油风险程度甄别的评价模型。该模型能够反映出研究海域各区域发生船舶溢油事件的风险等级差别 ,具有一定的客观性和实用性。     

基于人工神经网络模型预测ABR反应器处理效率

ABR反应器的处理效率受多方面的因素影响，本文通过BP人工神经网络，利用ABR反应器进水CODcr浓度、容积负荷、温度、稳定运行时间四个参数对其反应器处理效率进行预测。结果表明，BP人工神经网络可较好的用于ABR反应器处理效率的预测，具有较高的精度，在实际生产中，可以运用人工神经网络，对ABR反应器的运行参数进行调整，使之达到最优化的运行状态。     

基于BP网络的水质综合评价模型及其应用

讨论了BP网络模型存在的不足及建模条件，提出了建立合理的BP网络模型的基本原则和步骤。针对水质评价问题，通过在各类水质污染指标浓度区间内生成随机分布样本的方法，组成足够多用于BP网络训练、检验和测试用的样本，建立了辽河水质综合评价的BP网络模型；给出了区分不同类别水质的模型分界值样本和模型输出分界值。     

基于多智能体和土地转换模型的耕地撂荒模拟研究——以陕西省米脂县为例

多模型耦合已经成为国内外模拟LUCC有效途径之一。论文通过如下步骤阐明宏观耕地撂荒格局和微观主体行为间的互动机理。首先,将微观主体间的相互作用纳入其决策,构建有限理性多智能体决策模型（Multi-Agent System,MAS）;其次,通过SNNS平台的训练学习以及与历史数据对比分析,验证土地转换模型（Land Transformation Model,LTM）模拟研究区宏观撂荒格局的有效性;最后,依据多模型耦合机理,耦合MAS模型与LTM模型,形成耕地撂荒模拟模型（Cropland Abandonment Simulation Model,CASM）,并基于研究区耕地撂荒的实际数据,探讨模型的合理性和可行性。结果表明：与2013年历史土地利用数据对比,CASM模型的PCM（Percent Correct Metric）系数为71%,比单独利用LTM模型的模拟精度提高3%,不仅表明CASM能够较好地模拟分析米脂县耕地撂荒空间格局分布,而且可有效揭示宏观耕地撂荒格局的微观驱动机理;同时,文章指出未来研究中要考虑政策和市场的影响,进一步完善不同层次主体决策对撂荒的影响,以此来提高模型对现实耕地撂荒的解释力。     

人工神经网络和专家系统在污水生物处理系统中的应用

对近年来国内外污水生物处理系统中人工神经网络和专家系统的应用进行了简要的回顾。分析了废水生物处理工艺难于控制的原因及人工神经网络和专家系统的结构和特点。结果表明．国外智能控制发展迅速,并且应用领域遍及污水生物处理的各个方面,国内尚处于起步阶段。简要探讨了废水生物处理智能控制今后应深入研究的问题及方向。     

基于ANN的土壤重金属分布和污染评价研究

农田土壤重金属污染与备受关注的农产品安全问题有密切联系,因此对其进行研究意义重大。以江苏省南通市为研究区,利用采样点实测数据,借助神经网络模型(ANN)并结合3S技术对问题进行研究,从而对土壤重金属的空间动态分布进行描述,并对各个空间位点重金属的污染状况进行评价。结果表明,神经网络模型能够智能地学习各个样点的空间位置与该点各重金属含量之间的映射关系和预先设计好的分类评价模式,并能够稳健地对各个空间插值点处的重金属含量和各个位点的重金属污染状况进行预测和评价。结论显示,南通市大部分农田土壤重金属污染较轻,但也存在局部地区的严重污染。结论与实际情况相符,表明神经网络模型可以为农田土壤重金属的研究提供一个新的思路和方法。     

基于灰色神经网络优化组合模型的火灾预测研究

为了提高火灾事故预测的精度,根据我国火灾事故数据样本较小,波动性较大的特点,将遗传算法优化的灰色无偏预测模型与遗传算法优化的BP神经网络模型结合起来,建立灰色神经网络优化组合模型,充分发挥无偏灰色预测模型适用于小样本的数据预测的优势与BP神经网络处理非线性问题的优点。分别采用遗传算法优化后的无偏灰色GM（1,1）模型、遗传算法优化的BP神经网络预测模型与灰色神经网络优化组合模型对我国1998-2008年的火灾事故进行拟合,并对2009-2011年的火灾事故发生数进行预测。结果表明:灰色神经网络优化组合模型的预测误差最小,精度最高,适用于火灾事故的预测。     

基本竞争型神经网络在工伤保险差别费率确定中的应用

合理的行业差别费率,对于工伤预防、降低工伤事故具有重要作用。行业差别费率是按照不同行业发生伤亡事故和职业病危害的不同规定不同的缴费标准。应用基本竞争型人工神经网络对行业风险进行等级划分,针对工伤数据关系具有复杂性、非线性性的特点,为行业工伤保险差别费率的厘定提供一种新方法。     

交流滤波器断路器在线诊断分析系统开发与应用

针对交流滤波器断路器运维工作中存在的问题,通过对断路器运行状态不稳定、人员运维工作量大及技术水平层次不一等原因进行分析,开发了一款“换流站交流滤波器断路器在线诊断分析系统软件”。应用结果表明:由系统软件代替人工检查分析,缩短了人员检查分析波形的时间,提高了人工巡检效率,实现了对交流滤波器断路器深层次隐患问题的在线诊断管理,可为全国各直流换流站交流滤波器断路器运维管理提供参考。     

基于小波分解及遗传BPNN耦合模型的地表水As浓度预测研究

随着工业的快速发展,水体中污染物超标事件时有发生,造成了较严重的水环境污染问题.水环境监测与预报是环境科学研究的重要内容.为了实现地表水砷（As）污染的准确预报,本研究提出小波分解、遗传算法与BP人工神经网络的耦合建模方法,并结合某河流监测站1998—2016年共19年的地表水质监测数据,通过皮尔逊相关系数和信息指标评价法对模型输入变量进行筛选,最后对比分析了在不同水质参数输入情况下BP人工神经网络（BPNN）、遗传算法改进的BPNN（GABP）、小波-遗传BPNN耦合模型（W-GABP）对后6年（2011—2016年） As浓度预测结果的均方根误差（RMSE）、决定系数（R²）、平均绝对百分比误差（MAPE）,以确立最优模型.结果表明：①多水质参数BPNN、GABP与W-GABP耦合模型预测结果的MAPE分别为17.51%、15.98%、14.46%,单水质参数BPNN、GABP与W-GABP耦合模型预测结果的MAPE分别为18.78%、16.74%、7.83%;②小波分解数据前处理及遗传算法均能较大程度地提高预测模型的精度;③对于地表水水质预报,需对比不同模型在不同输入变量下的预测结果,以获得最佳的预测精度.单水质参数输入的W-GABP耦合模型能较准确地预报地表水As浓度的变化情况,对数据缺乏地区水质监控和地表水As污染防治具有重要意义.