ANN模型对污水处理系统性能的评价

作者基于B－P算法的人工神经网络，对污水处理系统的性能作了预测和评价，并通过所建立的一个生物转盘处理系统的人工神经网络预测模型实例，验证了人工神经网络用于污水处理系统性能评价方面的可行性与准确性。     

利用人工神经网络研究含硫芳香族化合物结构与毒性的关系

本文采用简单的化学基团描述符，运用人工神经网络研究了含硫芳香族化合物对发光菌的性构效关系，并与多元线性回归相比较，结果显示了人工神经网络处理非线性问题的优越性。     

火电厂干灰湿排系统结垢影响因素与结垢预测的人工神经网络方法研究

通过对几个电厂灰水试验研究，导出了干灰湿排灰水系统结垢主要影响因素，本文以试验研究为基础，提出了联合梯度算法，首次用人工神经网络方法对灰管结垢预测进行了探讨，为水质预测提供了一条新途径。     

震灾经济损失评估的遗传神经网络模型

地震灾害造成的直接经济损失与很多因素有关:致灾因子强度,主要包括地震震级、发震时间及地点、震源深度和地震动输入参数等;受灾体密度,主要包括衡量城市经济和社会发展水平的人口密度、城市密度、建筑物密度和财产密度等;城市抵抗地震灾害的能力.这里选取震级、地震动输入参数、人均国内生产总值GDP、受灾面积和灾区人口密度作为网络的输入节点,用直接经济损失率作为网络的输出节点,建立了基于遗传神经网络的震灾经济损失评估模型,对地震灾害所造成的经济损失进行评估,实例验证了该方法的有效性.     

道路运营安全性评价方法与指标

笔者从道路交通设施系统客观安全性和道路用户主观安全性的角度,应用交通冲突分析技术、运行车速预测方法、行车动力学仿真分析[空间视距模型、人工神经网络(ANN)模型],研究并分析车辆在自由流和非自由流两种状态下运营安全性,提出跟驰风险指数、变换车道风险指数、高速行车风险指数,建立了服务于道路安全运营管理的道路交通设施系统及其运营安全性的分析评价方法和指标。     

基于神经网络的煤层自然发火的非线性预测

煤炭自燃是一典型的非线性现象。笔者论述了煤炭自燃的危害 ,从非线性理论的角度分析了煤炭自燃的本质特征 ;应用神经网络中BP网络这一高度非线性关系映射建立了自然发火预测模型 ,克服了传统预测方法的不足并在山东枣庄矿业集团公司柴里煤矿进行了预测分析 ,预测结果与验证结果基本吻合 ,取得了满意的效果 ,为解决煤炭自燃的预测提供了一条良好的思路和方法 ,具有较大的理论意义和应用价值。     

基于B－P网络的水质营养状态评价模型及其效果检验

选取与ＴＳＩ＿ｃ为０．５０，１００相应的水质营养状态作为３个建模样本，以ｃｈｌ－ａ，ＴＰ，ＴＮ和ＳＤ４个水质参数作为样本的输入特征，建立Ｂ－Ｐ网络的水质营养状态评价模型。该模型应用于全国３０个湖泊水质的营养状态评价，获得了较好的检验效果。     

环境质量综合评价的径向基函数网络模型

建立了一个环境质量综合评价的径向基函数人工神经网络(RBF-ANN)模型,同时提出了一种简便?快速的RBF-ANN的最小二乘算法(RBF-LS算法)?在城市环境质量综合评价的应用中表明,提出的RBF-ANN模型及其算法是合理?有效?通用的?      

人工神经网络在安全科学中的应用综述

人工神经网络(ANN)是一种动态信息处理系统,它具有联想记忆、自组织、自适应、自学习和容错性等特性.人工神经网络可实现对危险源的动态分级;可解决安全综合评价中的不确定性、模糊性和动态复杂性、指标多、数据多等难题;在安全预测方面,可进行煤与瓦斯突出预测、煤矿瓦斯涌出量预测、煤层自燃预测、交通事故预测等.讨论了其在安全科学中的应用现状及存在问题,并对未来研究方向进行了展望.     

基于人工神经网络模型预测2017~2018年成都市危险废物增量研究

危险废物对环境或者人体健康会造成有害影响,有效地预测其产量是优化管理和合理处置的重要依据。以2008~2016年成都市危险废物产生量为基础,通过数据带入和整合及综合各参数因子的影响,利用人工神经网络模型预测方法客观反映并预测成都市危废产量的变化趋势。结果表明该模型预测2017~2018年成都市危险废物年产量分别达到24.46万t和26.88万t,模拟精度偏差低。因此,人工神经网络模型可以作为一种预测危险废物产生量的工具,其预测结果可以为职能部门提供决策参考。