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.     

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.     

人工神经网络在水环境质量评价中的应用

为了将人工神经网络应用于水环境质量评价,应用了人工神经网络Ｂ—Ｐ算法,构造了水环境质量评价模型,该模型应用于实例评价结果表明,人工神经网络用于环境质量评价具有客观性,通用性和实用性。     

应用BP神经网络预测城市需水量的探析

在对辽宁省营口市城市需水量预测中，采用BP人工神经网络方法对该市人均综合用水量进行预测。进而预测出城市需水量，取得了满意效果。从精度检验、数据类比和趋势分析等角度，论证了此种预测方法的可行性和有效性。     

综合环境质量的B－P网络二级评价

为了探索人工神经网络应用于环境质量评价的可行性和合理性，应用人工神经网络的Ｂ－Ｐ模型，构造了大气、水质和噪声的综合环境质量的Ｂ－Ｐ网络二级评价模型。并将该模型应用于实例作效果检验。结果表明Ｂ－Ｐ网络用于环境质量评价适应性强，方法可行，结果合理。     

环境污染物定量构效关系模型研究进展

介绍了环境污染物定量构效关系研究进展，并探讨了各种模型的优缺点，指出：多元线性回归分析，模式识别等传统的数值模型适用于分子结构类似，样本数少的系列化合物ＱＳＡＲ研究，而最近发展起来的专家系统模型和人工神经网络模型不仅具有很强烈的识别能力，还具有较强的预报能力，是ＱＳＡＲ模型发展的新趋向。     

人工神经网络在科学中的应用研究

以Ｂ－Ｐ网络为例介绍了人工神经网络模型的诮原理，以开拓人工神经网络在环境科学中的应用范围为目的，综述了几种常用神经网络模型在环境预测与评价２方面的应用性能。结果表明：人与环境关系的科学量度是多方位、多因素的非线性模糊问题，而人工神经网络模型具有解决该类问题的独特优点。针对不同环境问题，优选模型，开拓人工神经网络方法在环境科学中的应用范围，为环境问题的解决提供新的技术手段。     

径向基函数网络在水环境质量评价分区中的应用

为探讨水环境质量综合评价的客观方法 ,以江西抚州地下潜水水质资料为例 ,建立了该区地下潜水水环境质量综合评价的RBF ANN网络模型。通过与其它方法对比 ,结果表明 ,利用用RBF ANN方法进行水环境质量评价不仅方法简便 ,而且结论更接近客观实际     

人工神经网络在强化一级处理系统过程模拟与优化中的应用

针对化学强化一级处理系统（CEPT）处理废水时影响因素多，难以进行适当的控制和处理效果的预测等问题，建立起基于BP人工神经网络的CEPT法处理猪场稳定塘废水预测模型，并应用该模型对烧杯试验进行了模拟。结果表明，预测值和实测值吻合较好，模型对COD、总磷、浊度去除率预测的平均相对误差分别为7．5％、4．8％和4．9％。通过对pH值和絮凝剂投药量等可控参数进行优化计算，得到CEPT系统的最佳操作条件和最合理操作条件。该模型的建立为CEPT法处理废水工艺系统实现自动化控制提供了一条简便实用的途径。     

自组织神经网络在有害赤潮预警研究中的应用

根据非线性理论及有害赤潮的特点，探讨应用人工神经网络原理进行赤潮预警预报的方法，提出网络可塑性较强，无监督的ART－KOHONEN网络模型，阐述了其基本原理和算法。将该模型应用于辽宁省营口市鲅鱼圈海域，结果表明：该方法能较理想地解决无训练样本的分类识别问题，具有较高的精度，可用于有害赤潮的预警预报工作。