利用复介电常数和BP人工神经网络进行浓度预测的研究

制备了一定含水率不同浓度的CuCl2的PVA样品,用微波矢量网络分析仪和微波传感器测量S11参数,计算得到相对复介电常数。以样品相对复介电常数的实部、虚部及对应频率作为输入,以CuCl2溶液的浓度作为输出,建立BP人工神经网络模型。用训练样本集对网络训练后,检验样本的预测结果与实际值最大误差为0.97%。结果表明,利用复介电常数和BP人工神经网络进行浓度预测是一种很好的方法,进而为环境监测提供了方法依据。     

利用人工神经网络对空气中O3浓度进行预测

将人工神经网络应用于对空气中O3的浓度预测,提出了完整的预测模型,选取风速、风向、相对湿度、云量、平均气温、最高气温等6项气象因子作为输入量,经过两个月的预测实验,结果表明,实测值与预测值的平均相对误差为21.49%,相关系数为0.837.表明人工神经网络对O3的浓度预测是一种有效的工具.     

典型云南高原湖泊叶绿素a与影响因子的定量关系及对比分析

湖泊富营养化的影响因子涉及水文、物化、生物等多方面,具有复合性和非线性特征,定量化其与影响因素间的相关关系有助于识别影响湖泊营养状态的关键因子,可以用较低的成本、较短的时间达到理想的控制效果.云南高原湖泊具有易发生富营养化的自然和气候特征,对其富营养化发生条件及影响因子的分析可为科学的控制决策提供参考.本文选取云南滇池、程海、抚仙湖和异龙湖4个高原湖泊,比较湖泊自然特征与流域社会经济条件的异同;构建包括绝对主成分多元线性回归分析(APCS-MLR)、结构方程模型(SEM)及人工神经网络模型(ANN)的综合分析方法,重点关注并确定浮游初级生产力的代表指标(叶绿素a,Chla)与相关影响因子间的定量相关关系.研究发现:14个湖泊中,对Chla浓度变化影响最大的均为理化因子,但在各湖中该影响的正、负性及不同理化因子的贡献权重有较大差异;2流域污染源构成的不同在一定程度上影响了入湖的氮、磷负荷,使4个湖泊表现出不同的营养盐限制性特征;3流域面积、湖泊形态及湖体水动力条件影响着营养盐在湖体中的迁移转换,造成4个湖泊富营养化的差异性特征;4对Chla与影响因子间因果关联的识别须结合深入的机理过程分析.     

三峡库区场地建筑安全评价研究

三峡水库自 2 0 0 3年蓄水后 ,水对斜坡 (滑坡 )的软化作用和库岸再造大大改变了库区的工程地质条件 ,库区的地质灾害严重制约了库区移民迁镇工程 ,场地建筑安全评价显得尤为重要。笔者根据库区工程地质的特点 ,提出了场地建筑适宜性评价的指标体系 ,建立了场地建筑安全评价人工神经网络模型。通过对红石包滑坡进行各种工况下的稳定性评价 ,利用稳态坡形、坡角工程地质类比法对红石包进行库岸再造的预测 ,对三峡库区巴东县新城区红石包油库建筑进行安全评价。为库区移民迁镇工作提供科学依据。     

应用人工神经网络方法对海水入侵危害程度划区分类

本文将目前信息处理系统中最有效的人工神经网络方法,应用于海水入侵地区,对其危害程度进行划区分类,提出了解题原理,步骤和计算方法,丰富了对海水入侵现象的研究手段。在莱州市滨海地区的计算表明,该方法是可行的。     

基于人工神经网络的矿井通风系统评价研究

以矿井通风系统的“安全可靠、经济合理”和其定义所包含的各项内容为依据,从矿井通风动力、通风网络、通风设施、通风质量、通风监测、防灾抗灾能力、通风电耗、通风能力8个方面,确立了16项矿井通风系统评价指标,建立了一个新的矿井通风系统评价指标体系。采用人工神经网络中的BP网络算法,在VisualC++6.0平台上研制开发了矿井通风系统评价BP网络模型的计算机程序。并经过实际生产矿井检验,预测结果与实际完全吻合,说明了笔者所确定的矿井通风系统评价指标体系可以反映矿井通风系统的状况,所采用的BP网络算法正确,可以用来指导实际工作。该计算程序简单,易于操作,有一定的推广应用价值。     

人工神经网络在大气环境质量评价中的应用

针对大气环境中的数据监测与模式识别问题,应用人工神经网络理论,在自然环境大气腐蚀试验网站建立大气环境质量B-P网络评价模型。江津试验站成功地应用了该模型。通过1996-2000年大气环境质量评价结果表明,人工神经网络用于大气环境质量评价的方法是一种新方法,也是一种可行的方法。     

人工神经网络在电法勘探数据反演中的应用研究综述

首先对神经网络算法的基本原理进行简述,梳理目前电法勘探反演中常用的神经网络方法,评述人工神经网络算法在电法勘探资料解释中的应用效果,并进行各主流神经网络方法优缺点的对比分析;最后探讨了非线性组合反演方法的优势,并展望了电法勘探数据非线性反演的发展趋势,为选择不同算法进行电法勘探数据反演提供借鉴。其中,BP神经网络具有高度的自学习和自适应能力;遗传算法易与其他算法结合;卷积神经网络可以实现权值共享;粒子群算法收敛速度快。每种方法各具特色,神经网络组合反演,可优势互补,增强反演效果,提升计算效率。     

用微生物群落评价水系的自组织人工神经网络方法

利用原生物群落在PFU上群集过程中的变化,可以评价水质和监测水污染,运用T．Kohonen自组织人工神经网络模型,根据NacArthur－Wilson平衡模型提出了3个功能参数和另外2个结构参数,对常德市16个站四季的水质进行了分析,建立了水质污染程度预测的计算机智能专家系统,预测成功率达100％。     

水利水电工程环境影响综合评价的人工神经网络专家系统

在分级加权评价模型层次结构体系基础上,以三峡工程为背景,应用人工神经网络技术,建立了一个水利水电工程环境影响综合评价的人工神经网络专家系统,该专家系统的知识获取和存贮方式与普通专家系统不同,具有较高的推理效率,较强的容错、自适应和自我更新能力。