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.     

城市功能区夜间噪声等效声级（Ln）预测模型的建立

根据夜间噪声的变化规律和等效声级的计算特点，对建立城市功能区夜间噪声等效声级的预测模型进行了初步探讨。     

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。     

多氯酚QSAR数值模型比较研究

应用多元线性回归分析和新近发展起来的人工神经网络方法进行了一类重要环境污染物多氯酚的定量构效关系研究，并用所建立的模型进行毒性预报，计算值与实验值的比较表明，前的相关系数约为０．９２，后的相关系数约为０．９９．后的百分误差地明显小于前，后的预报能力略好于前，中还讨论了后优于前的的原因。     

区域环评中大气环境容量估算的研究进展

目前,在大气环境影响评价中,区域大气环境容量的研究是实施大气污染物总量控制的前提.文章综述了大气污染物区域环境容量的主要影响因素、用于其计算的空气质量模型以及大气环境容量研究的一般步骤.现阶段应用较广泛的大气环境容量的预测模型有A-P值法模型、箱模型、线性优化模型、ADMS模型及多种模型相结合的复合模式等,通过研究分析,提出了现阶段大气环境容量研究存在的主要问题及其有效的解决途径.     

数据挖掘在环境信息管理中的应用

本文在介绍数据挖掘的基本概念和体系结构的基础上，分析了其技术在环境信息管理中应用的可行性，并结合环境信息管理的特点，探讨了数据挖掘技术在环境信息管理中的应用前景。     

用神经网络辨识化学强化一级处理系统

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系统经行辨识。辨识结果表明 :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。     

多元回归分析法在突发性事故污染预测中的应用

运用多元回归性，通过预测模型的选择、基础数据系列化、回归模型的建立和回归效果的检验，建立了化学污染危害面积、纵深与诸条件的关系，达到了快速估算的目的，是突出性化学环境污染危害预测的一种方法。     

福州市环境空气质量的灰色预测

利用福州市环境空气质量监测数据和部分社会经济相关指标的时间序列资料，在灰色关联分析的基础上，建立环境空气质量灰色预测模型．并利用预测模型对2000年前后环境空气质量指标进行预测。结果表明，按目前的发展趋势，“九五”期间，福州市环境空气质量呈恶化的趋势，并有部分指标超过环境空气质量二级标准，若能采取必要的综合整治措施，则有望在2000年达到预定的环境空气质量指标。