基于遗传算法的人工神经网络大气环境评价

人工神经网络模拟大脑的认知功能,通过改变连接点的权值和阈值来训练神经网络完成特定的功能。运用基于遗传算法的BP网络模型,以国家大气质量标准作为网络的输入样本对网络进行训练,对某地区大气质量进行评价,结果与综合指数法比较吻合。     

基于化学反应动力学的饮用水铝形态分布模型研究

目前饮用水中的总铝超标现象十分严重,其危害与铝的存在形态密切相关.本研究利用三层前反馈式的人工神经网络技术,建立了基于化学反应动力学的铝形态预测模型.结果表明,无机单核铝和溶解铝的浓度变化速率与反应时间及水温、pH、总铝、氟离子、磷酸根和硅酸根等水质参数密切相关,二者的反应级数均为三级.通过人工神经网络可有效地进行饮用水中无机单核铝和溶解铝反应动力学参数的预测;反应速率常数k和初始浓度项1/c02的计算值和模型预测值的相关系数R均大于0.999.由M市管网水铝形态的预测结果可知:当总铝浓度0.05mg·L-1时,模型对无机单核铝浓度的预测误差较大;而当总铝浓度0.05mg·L-1时,模型有较好的预测能力,无机单核铝和溶解铝的相对预测误差分别为±15%和±10%.     

大气污染物浓度的神经网络预报

首次将神经网络应用于实测大气污染物浓度的预报.结果表明,预报值与观测值符合得较好.由于人工神经网络具有逼近精度高、学习速度快、对资料长度要求不高等优点,因而在非线性时间序列的预报中显示出了独特的优越性,并将会在大气环境和气候预报中得到越来越多的应用.     

近20年来中国典型区域PM2.5时空演变过程

近20年来PM_(2.5)污染严重制约了中国可持续发展.长时间序列历史监测数据的缺失阻碍了相关研究.为此,本文以四大典型区域2013~2016年的PM_(2.5)浓度监测值和2000~2016年MODIS AOD数据、边界层高度、温度等气象数据作为基础数据,将反向人工神经网络和支持向量回归机两种算法相结合,构建组合模拟模型,并利用地理空间分析技术实现近20年来PM_(2.5)浓度历史变化过程的情景再现.研究结果表明,组合模型具有较低的误差和更高的泛化能力;时空分析结果表明,2000~2010年京津冀和东三省PM_(2.5)浓度持续增长,珠三角PM_(2.5)浓度缓慢下降,3个研究区PM_(2.5)污染范围呈扩大趋势,长三角PM_(2.5)浓度值及污染范围基本保持稳定.2012年4个研究区PM_(2.5)浓度值降低且污染范围缩小,但2013~2016年PM_(2.5)浓度略微上升后又下降,高污染范围缩小,这与国家采取PM_(2.5)区域联防等治理措施有关.     

再生水回用公众参与意愿两阶段影响因素分析

污水再生利用是减少水体污染、缓解水资源供需矛盾和促进城市经济社会可持续发展的重要途径,但公众的偏见和排斥严重制约再生水处理技术的推广和发展。本文整合技术接受拓展模型和技术准备度理论,构建公众参与再生水回用意愿影响因素模型,运用结构方程模型和人工神经网络进行两阶段实证检验。研究表明：感知有用性和感知易用性对公众参与再生水回用意愿有显著正向影响;便利条件和主观规范分别对感知易用性和感知有用性起显著提升作用;技术准备度的消极因素极大地阻碍了公众再生水回用意愿的提升。基于上述结论,本文提出提升宣传的有效性,完善城市再生水配套设施及相关激励政策,联合社区、学校、企业等平台协同推进再生水处理技术推广工作等对策建议,为政府制定科学有效的干预政策,引导公众使用再生水提供重要的理论参考和实践指导。     

Artificial neural network model for identifying taxi gross emitter from remote sensing data of vehicle emission

Vehicle emission has been the major source of air pollution in urban areas in the past two decades. This article proposes an artificial neural network model for identifying the taxi gross emitters based on the remote sensing data. After carrying out the field test in Guangzhou and analyzing various factors from the emission data, the artificial neural network modeling was proved to be an advisable method of identifying the gross emitters. On the basis of the principal component analysis and the selection of algorithm and architecture, the Back-Propagation neural network model with 8-17-1 architecture was established as the optimal approach for this purpose. It gave a percentage of hits of 93%. Our previous research result and the result from aggression analysis were compared, and they provided respectively the percentage of hits of 81.63% and 75%. This comparison demonstrates the potentiality and validity of the proposed method in the identification of taxi gross emitters.     

人工神经网络用于铅的化学形态模拟计算

用前馈线性网络法求解水体系中Ｐｂ（２＋）与ＯＨ－之间的反应常数，不同训练算法对求解结果的精度、收敛速度及权值均有影响．结果表明，批处理算法的精度最好，权值不出现负值，但运算时间最长；在线算法的精度虽不如批处理算法，而比数据变换－在线算法好，权值有时会出现负值．运算时间较长；数据变换－在线算法的优点是运算时间短，但相对误差较大，权值出现负值的机会多。采用反馈网络模拟计算铅的各种化学形态的浓度．用物料核算的方法对反馈网络模型进行检验表明，此种模型用于平衡计算是可行的，详细分析了理论模拟和实验曲线的差异的原因，温度的影响最小，在４＜ｐＨ＜９时，ＣＯ有重要的影响．在国代检验时，ｎ值取整所引入的误差的影响亦不可忽视。从本文的结果可以看到，采用前馈网络和反馈网络相结合的方法考察水体中的化学形态是可行的．从而为解决这一类问题提供了一种可能的途径．     

兰州市SO2排放总量预测的BP人工神经网络模型

依据兰州市大气污染复杂的特点,首次将BP人工神经网络用于兰州市SO2排放总量的预测,结果表明,BP人工神经网络能较好地用于污染物排放总量的预测,且具有预测精度高,对数据数量和精度要求不高和客观性较强等优点。     

提高洪水智能预报中洪峰预报精度方法的研究

针对防洪减灾的实际需要,对如何提高智能网络对洪峰的预报精度问题进行了深入系统的研究,提出了峰值放大修正系数和遗传算法优化网络初始权重相结合的改进算法,历史资料的检验结果表明了这些改进策略的有效性和可靠性.     

基于遗传-神经网络的电网流域面雨量预报方法研究

以重点水力发电厂和大中型水库为主要考量,并兼顾地形地貌和中小河流的分布特征,将广西划分为23个电网流域,研究了基于非线性的神经网络电网流域面雨量预报方法。以5-6月龙滩近库区、龙江流域等6个电网流域为例,利用遗传算法优化BP神经网络的连接权和网络结构,建立了各电网流域的遗传-神经网络电网流域面雨量预报模型。对独立样本的预报结果表明,基于遗传-神经网络的电网流域面雨量预报模型的预报能力要优于传统的逐步回归预报模型,也明显优于日本、德国数值模式预报产品所换算成的电网流域面雨量预报,并与气象部门同期制作的综合面雨量预报产品能力相当,因而,遗传-神经网络面雨量集合预报模型有较好的业务应用前景。