人工神经网络模型和公路复垦土地适宜性评价

提出了人工神经网络用于公路临时用地复垦土地适宜性评价，利用该模型对京大高速公路山西段复垦山西段复垦土地进行了适宜性评价，探讨了人工神经网络在土地复垦适宜性评价时的特点和注意问题。     

Prediction of the concentration of chlorophyll-α for Liuhai urban lakes in Beijing City

Introduction The eutrophication of fresh w ater has becom e a m ain w ater environm ental problem in the w orld. The m ain negative im pacts of fresh w ater eutrophication are w ater quality deterioration and the decrease of hydrophytes and aquatic specie…     

特定生态系统对水源地水质改善的研究

通过构建水生动物-人工介质新型生态系统来研究太湖水源地水质改善效果.中试试验结果表明,对比3d和7d的水力停留时间(HRT),当HRT:7d,系统对TN、NO2--N、NO3--N、TP、PO4--P的平均去除率可分别达到79.00%、63.46%、14.57%、67.43%、35.81%;对比空白池,TN、NO2--N、NO3--N、TP、PO4--P的平均去除率仅为9.67%、7.09%、1.30%、9.92%、7.04%.通过该系统中水生动物的吸收和人工介质上微生物降解的协同作用,使得氮磷类污染物的去除效果明显.可见,水生动物-人工介质生态系统对改善太湖水源地水质有良好的效果,对构建安全的水源地生态系统具有积极的意义.     

青藏高原生态资产地域划分中的SOFM网络技术

针对目前地域划分中存在的问题,论文尝试以人工神经网络技术作为区划工作的理论支撑,构建了自组织特征映射SOFM网络,以青藏高原环境与生态系统资产作为待分客体,探索了新技术和方法在生态资产地域划分中的应用。结果表明,对于自然界中广泛存在的非线性问题,SOFM网络具有比聚类分析等线性分类器更强的适应性。应用SOFM网络在对待分客体生态资产进行类型划分的基础上,使用策略性循环尺度转换(SCS)范式对其进行了区域转换,最终完成了青藏高原范围内生态资产的地域划分。     

人工神经元网络对水处理系统建模适应性的研究

针对水处理系统的特点和研究中的难点，引入人工神经元网络的理论和思想，提出了水处理系统的神经网络分析方法．通过建立基于ＢＰ人工神经元网络的臭氧生物活性炭系统的模型，具体地考察了人工神经元网络对水处理系统建模的适应性，使水处理系统的研究迈向智能化和控制化．     

GIS支持下的水文生态效应评价混合型专家系统设计初探

文章从人工神经网络(ANN)、专家系统(ES)各自的优势和不足出发，结合地理信息系统(GIS)技术的特点，介绍了水文生态效应评价的混合型专家系统(HEMES)的基本结构模式和各模块的功能。然后抓住ANN、ES、GIS的共同作用因子一专家知识，从数据库结构、C 类方面探讨了三者集成的问题，并根据集成的思想探讨了相关功能设计。指出HEMES是一种更准确、易操作的评价技术，可作为相关管理、决策者的辅助工具。     

钢筋混凝土框架电算结果的人工调整

根据钢筋混凝土多层框架的设计经验和设计规范，对如何调整电算结果中的梁，柱截面尺寸，配筋率，裂缝宽度和梁，柱配筋等问题进行探讨，并提出相应的建议。     

西江年最高水位的神经网络预报模型

对西江洪水发生的特征进行分析表明，洪水发生频率高，具有明显阶段性特征，并与流域面雨量密切相关。利用前期环流场、海表温度（SST）场及环流特征量资料选择初选预报因子，然后对初选预报因子作EOF分解构造综合预报因子，结合人工神经网络方法建立了西江年最高水位预报模型，并对预报模型进行独立样本试验。结果表明，该预报模型对历史样本拟合精度高，试报效果明显好于传统的逐步回归模型，可在汛期预测业务中应用。     

特大火灾定量与定性风险管理技术应用探讨

定量化风险管理技术有其无可比拟的优势，但无法对风险因素中的人为因素进行管理。本文通过分析量化管理的缺陷和定性化管理的优势，提出应根据具体情况，采用定量化与定性化管理相结合的管理方式，并提出定性化管理的具体方法。     

基于ANN的山东省可持续发展水平的区域差异

针对区域可持续发展系统的非线性,采用人工神经网络中较为先进的自组织特征映射网络构建模型.以山东省17个地市2001年的经济、人口、资源、环境、生活和科教状况作为带分样本,用自组织特征映射模型对山东省可持续发展区域差异进行了研究.研究结果表明,山东省可持续发展水平的区域差异可划分为4类,模拟结果比较理想.