人工神经网络在湖泊富营养化评价中的应用研究

运用人工神经网络技术评价湖泊富营养化程度。详细阐述了神经网络的结构设计，样本生成及学习算法，给出了通过训练得出的网络权和阈值，最后将此神经网络用于１２个湖泊的富营养化评价，取得了较好的评价结果。     

湖泊水质富营养化评价的多准则神经网络法

提出了基于误差平方和准则与模糊熵准则下的多准则神经网络湖泊水质营养化评价模型，并将其应用于我国五大湖泊水质营养化的评价。结果表明，多准则神经网络用于湖泊水质营养化评价，具有简便，实用，客观和广泛的通用性     

三维溢油预测模型在大连湾的应用

三维溢油预测模型综合考虑了三维流场、剪流、湍流、风导输移和波浪破碎对海上溢油行为的影响，结合大连湾潮流的特点，预测了大连湾溢油的行为和归宿。旨在为大连湾海上溢油应急行动的决策和海岸油污染防范提供信息。     

取代苯类化合物的二维息定量结构-活性相关研究

为了预测非反应性麻醉型化合物对发光菌的发光半抑制浓度,评价该类化合物的毒性效应,采用独特的二维HQSAR分析方法,根据分子碎片的类型,将分子结构转变成具有特征的分子指纹,并用数字进行标记。这些标记出的数字作为QSAR的描述符,经过偏最小二乘法计算,建立起化合物结构与生物毒性之间的相关关系,由此所获得的HQSAR预测值与实测值之间也存在较好的相关性,即-1g_(pre)EC_(50)=0.311 0.929(-1g_(exp)EC_(50))(n=13,r=0.964)。这一模型的预测效果明显优于传统的二维QSAR模型,其结果可以为定量评估同类化合物的生物毒性提供可靠依据。     

化学强化一级处理系统BP神经网络建模研究

运用实验室得到的数据为样本，选取了CODcr和絮凝剂投加量为指标，采用三层结构的神经网络，利用Matlab的神经网络工具箱中的批处理梯度下降法对CEPT系统进行辩识。辩识结果表明：模型的预测值与实测值的平均误差在3．7％左右，具有较高的精度。同时，该模型还具有适应性强，使用方便，高效的特点，为CEPT系统的在线实时控制提供了一条有效的途径。     

城市环境质量定量评价方法

文章基于对于城市环境质量的评价方法的研究,阐述了各类评价方法的优缺点,着重介绍了物元模型、投影寻踪评价法、神经网络、遗传算法优化神经网络四种定量评价方法,并介绍了各类方法在城市环境质量评价中的应用现状.     

事故出流时河流综合水质的计算机预测方法研究

河流上游的污水排放口或倒虹管等污水构筑因有可能发生事故出流而对下游的取水口存在着潜在的威胁，常规的单参数模型不能就事故出流对下游的影响作出公正评价。本文以QUAL－Ⅱ模型为骨架，以生动形象的动画形式演示出在整个排污过程中多个水质参数沿河道分布的变化全过程，并且，在模型中融入隶属度BP神经网络综合评价水质的模块，用它来对发生事故出流时下游取水口水域的水质变化进行综合评价，最后通过一个例子说明了该方法的优越性和合理性。     

应用BP神经网络实现环境监测的优化布点

环境监测的合理布设关系到只有用量测点的监测数据就能客观、准确地反映区域环境的质量,采用传统的优化统计模型对监测数据进行处理一限较繁。基于人工神经网络应用于模式分类与人有适应能力强、客观性好的特点,提出将人工神经网络ＢＰ与逐步聚类分析物思想相结合,实现对环境测点的逐步聚类优选,用该方法对贵阳市１９９２－１９９３年期间的１６个大气环境测占煌监测数据进行优选,得到的６个优点选点符合实际结果。     

县级生态农业建设的人工神经网络模型

引入人工神经网络的评价识别方法，建立了ＢＰ模型，以前人建立的县级生态农业建设评价指标体系评价标准，和某县生态农业综合评价指标数据为实例，比较ＢＰ模型的有效性，得到的评价分类结果和指标优先发展顺序决策与实际情况相吻合。     

B-P神经网络在环境空气质量预报中的应用

通过对神经网络应用实例的论证,探讨B-P神经网络应用于环境空气质量预报的可行性及其先进性.B-P神经网络对污染物浓度变化趋势的预测较线性回归统计模式更为敏感,其预测值的绝对误差也比线性回归统计模式小.显示出其逼近精度高、训练学习速度快、对基础数据时间长度要求不高的优越特性.