山地城市主要河流水质评价及预测研究——以四川省绵阳市为例

综合客观评价河流水质的健康及污染状况,科学分析预测水环境质量的变化趋势,对于河流水污染精准防治具有重要意义。选取绵阳市境内主要河流为研究对象,基于2014-2022年绵阳市12个水质监测断面的4项污染物指标监测数据,结合模糊综合评价法及主成分分析法对其断面水质进行评价并判断污染程度,建立带外源输入的非线性自回归（NARX）神经网络模型,预测研究区域内2025年和2030年的水质变化趋势。结果表明：1）综合不同水期来看,在枯水期,芙蓉溪仙鱼桥与梓潼垢家渡断面的水质级别分别在2015年和2016年都未能达到水质目标,满足水质功能标准的断面占12个监测断面的92%,而在平水期与丰水期各断面水质均能达到各自的标准;2）凯江老南桥、梓潼垢家渡及天仙镇大佛寺断面水质受水期影响较大,平武水文站在所选断面中总体水质较好,而芙蓉溪仙鱼桥较差;3）溶解氧（DO）、高锰酸盐指数（CODMn）、五日生化需氧量（BOD5）及氨氮（NH3-N）的实测值与预测值之间高度相关,均方误差均较小,满足水质预测的精度要求;4）从水质变化趋势来看,除天仙镇大佛寺断面2028-2030年的水质级别由2023-2027年的Ⅰ级降...     

污水管道危害性气体浓度分布模型扩展与验证

污水管道危害气体分布模型的建立对管道的维护管理具有重要意义。以SewerX模型为基础,将硫酸盐还原作为产生CO的主要生化过程,并入污水管道总生化反应体系,扩展SewerX模型,建立了污水管道内CO、H_2S、CH_4的浓度分布应用模型。将其应用到某市长度为4 100 m污水管道,管道危害气体浓度模拟结果与实测结果比对发现,浓度变化趋势一致,相关系数达到0.99以上,表明扩展模型具有实际应用价值。在一定设计流量下,可选择不同污水管道水力参数,应用扩展模型分析表明,合理选择参数可降低污水管道危害气体浓度。研究为污水管道内危害性气体浓度的预测提供参考。     

小波网络在大气污染物浓度预测中的应用

提出一种“分解-重构-预测”小波网络的大气污染物浓度的预测方法。通过小波分解,把浓度序列分解为不同频段的小波系数序列,再对各层的小波系数子序列重构到原尺度上,然后对小波系数序列采用相匹配的BP神经网络模型进行预测,最后合成浓度序列的最终预测结果。经对二氧化硫浓度预测证明,该方法预测模型推广能力强,预测精度高。     

BP神经网络在台风路径预报中的应用

利用前馈型BP神经网络模型,对发生于中国沿海的热带气旋的移动路径进行了预报应用研究.根据中国<台风年鉴>发布的每个台风过程记录,对预报试验的台风个例分别选取了经度、纬度、中心气压和最大风速等81个因子,由多元回归选取了其中相关性好的因子,进行网络的学习训练,在获取前24h间隔6h的4次台风信息的基础上,用来预报了台风未来24h,48h和72h的短期路径变化.将该方法预报结果与CLIPER模式预报结果进行了比较,结果表明,BP神经网络模式的预报精度比CLIPER模式的高.     

通风条件下甲醛浓度的检测和预测模型的建立

随着室内装修日益普遍和高档化,甲醛污染越来越严重,通风成为公认的保障人体舒适度和提高室内空气品质的可行性控制方法.在过渡季节进行通风实验,比较不同风世时甲醛浓度的降低效果及其变化规律.将甲醛浓度变化趋势分为两个主要阶段(速降阶段和渐变阶段),从而确定了同时满足卫生及节能要求的最佳换气次数(ACH)为1.5 h-1.并且建立了不同ACH条件下甲醛浓度的预测模型.     

基于BP神经网络的鄱阳湖水位模拟

考虑到鄱阳湖水位受流域五河与长江来水等多因素的共同作用而表现出高度非线性响应,采用典型的三层BPNN神经网络模型来模拟鄱阳湖水位与其主控因子之间的响应关系。分别将湖口、星子、都昌、棠荫和康山水位作为目标变量进行BPNN模型构建和适用性评估。结果显示：综合考虑流域五河及长江来水（汉口或九江）的BPNN水位模型,空间站点水位模拟精度（R2和Ens）可达090以上,各站点的均方根误差（RMSE）变化范围约050～10 m,若忽略长江来水的影响作用,仅将流域五河来水作为湖泊水位的主控影响因子,模型训练期与测试期的纳希效率系数（Ens）和确定性系数（R2）显著降低,且低于050,均方根误差（RMSE）也明显增大（124～288 m）,意味着综合考虑流域五河与长江来水是获取结构合理、精度保证的鄱阳湖水位模型的重要前提。同时建议针对鄱阳湖湖盆变化对水位的影响,尽可能选择一致性较好的长序列数据集来训练和测试BPNN模型。所构建的BPNN神经网络模型可进一步结合流域水文模型,用来预测气候变化与人类活动下流域径流变化对湖泊水位的潜在影响,也可作为一种有效的模型工具来回答当前鄱阳湖一些备受关注的热点问题,如定量区分流域五河与长江来水对湖泊洪枯水位的贡献分量,为湖泊洪涝灾害的防治和对策制定提供科学依据     

基于模糊神经网络的机动车驾驶教练员职业适宜性研究

提出应用模糊神经网络系统,建构教练员职业适宜性的3个要素(即心理素质、驾驶技能和知识的表达阐述能力)的学习样本,分析"三要素"的8项特征参数指标——场依存性、速度估计能力、交通安全意识、简单反应、选择反应、跟踪能力、行车注意力、表达阐述能力等,使用K-均值法对实验样本进行初始分类,形成标准学习样本,使用该样本对所构建系统进行训练和调试。利用经调试训练后的系统,依据所测教练员的心理、心理参数对其职业适宜性进行评价。试验表明:建立的教练员职业适宜性仿真模型能取得很好的评价效果。     

基于粗糙集-神经网络的矿山地质环境影响评价模型及应用

采用衡山白果地区石膏矿山的11个评价指标,综合运用粗糙集和神经网络理论,构建了基于粗糙集-神经网络(RS-ANN)的矿山地质环境影响评价模型,对RSES软件约简的数据和无约简的数据采用EasyNN-plus软件进行预测评价。神经网络模型的输入属性为8个,而粗糙集-神经网络模型的输入属性为6个,训练样本均为13个,预测样本均为4个,前者的平均预测精度为1.85%～24.86%,后者为1.23%～15.28%。研究发现,粗糙集在保留关键信息的前提下可有效地对数据表进行约简,约简后的神经网络预测结果与实际情况吻合,并比无约简时总体精度有较大幅度提高。     

边坡变形时序非线性判定及混沌预测研究

以探讨边坡变形性质及混沌预测可行性为目的,基于混沌理论利用相空间重构技术对其变形时间序列进行混沌特征判定,试验显示变形系统具有混沌特性,可用混沌相关理论进行研究;基于混沌相空间重构技术,笔者构建了多种混沌预测模型进行混沌预计研究,分析各类模型的工程实际应用效果;针对单次监测时序预测精度较低的问题,提出累加时序预测方案,训练结果显示,短期预测精度变形累计值基本控制在5%以内,高程值预测相对误差均低于1%,预测精度较高,可以用于工程实际。     

基于社会科学统计程序(SPSS)回归性分析的尾矿库事故预测模型

基于社会科学统计程序(SPSS)软件的分析功能,对调查研究中获取的尾矿库案例进行数据提炼和分类编码,找出相关因子并进行回归性分析。最终目的是找出尾矿库各个因素的内在联系,建立简单的尾矿库事故模型,从而可以初步预测尾矿库事故发生的可能性。该预测模型为尾矿库事故的研究提出了新方法,对于防灾减灾以及保护人民生命财产安全起到了积极作用。