区域环境质量综合评价的一种方法——Fuzzy概率法

本文应用Fuzzy概率原理,在对区域环境内各单项污染指标进行分级评价的基础上,考虑各单项污染指标在总体中的权重,并综合各单项污染指标的作用,给出区域环境内环境“总”质量的综合评价。     

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。     

基于B—P人工神经网络的环境测点的优选

为了对有多项污染物的环境测点进行优选，提出了单项污染物对环境作用的“相对贡献率”和多项污染物对环境综合作用 的“作用和贡献率 ”的新概念其计算公式将Ｂ－Ｐ神经网络原理与逐步聚类分析思想相结合，用于环境测点聚类优选。该方法成都市１２个环境测点的优选结果符合客观实际，此外，它还具有简便实用，客观性好的特点。     

基于智能优化算法的河流水质模型参数的优化简

为探索河流水质模型参数新的求解方法,根据有限的实测数据,分别应用免疫进化优化算法和免疫进化优选的捕食搜索算法,对河流水质模型计算公式中的多参数进行优化。将优化得到的计算公式用于国内外若干河流的河段中DO浓度值的拟合,并与实测结果进行了比较。结果表明,将免疫进化优化算法或免疫进化优选的捕食搜索算法优化得到的水质模型参数精度不仅较高,而且相对稳定,从而为河流水质模型参数的优化提供了一种新方法。     

基于前向神经网络的广义环境系统评价普适模型

为了建立由水环境、空气环境、生态环境、水资源环境、灾害环境、遥感环境、社会经济环境等不同环境系统组成的广义环境系统评价都能普适、通用的神经网络模型,针对BP神经网络因收敛速度慢、易于陷入局部极值而使实用性受限的缺陷,提出以双极性sigmoid函数作为网络隐层节点(神经元)的激活函数,而网络输出为所有隐层节点输出的线性求和的前向神经网络的广义环境系统评价模型.在设置广义环境系统指标参照值和指标值规范变换式,并对指标值进行规范变换的基础上,分别构建了适用于广义环境系统评价的任意2个指标规范值的前向神经网模型(NV-FNN(2)结构)和任意3个指标规范值的前向神经网模型(NV-FNN(3)结构).而对于指标较多的广义环境系统评价,只要将多指标分解为以上2个指标和3个指标的两种简单结构的前向神经网络的广义环境系统评价模型的组合表示即可.理论分析和实例检验结果表明:该模型对任意广义环境系统的规范指标值皆普适、通用,因而使不同环境系统的评价变得简洁、统一.规范变换和优化算法相结合的建模思想和方法对简化广义环境系统评价的多元回归、投影寻踪回归、回归支持向量机和径向基神经网络建模亦有借鉴和启迪作用.     

气象水文要求对流域产水沙量和输沙量影响研究

选取年降雨量和流量等气象水文要素作因子，应用Ｂ－Ｐ神经网络，建立渠江流域毛坟，车林两站的年均含沙量和车沙量的预测模型。其模型拟合合格率达９０％以上，预留预测检验合格率达８０％以上。     

环境监测优化布点的物元分析模型

为了探索物元分析法在环境监测优化布点中应用的可能性，在确定了最佳和最次理想点基础上，建立了标准事物和节域事物的物元矩阵，并根据监测点对标准物元的关联函数值分布对采样点进行优化。实例表明物元分析法用于环境监测优化布点是可行的     

灰色局势决策法用于水质富营养化评价

水质富营养化受到多种因素的影响,其中有的因子信息是不明确的灰色信息。因此,灰色因素在水质富营养化评价中起着十分重要的作用。本文将灰色局势决策原理应用于水质的富营养化评价,并给出了应用实例。     

基于遗传集对分析的空气环境质量评价

集对分析是针对确定与不确定问题进行定量分析的一种方法,而表征差异度系数i的取值,一直没有确定的方法,即使在确定了同一度、差异度、对立度之后,整个联系数仍因i的不确定取值而呈现既确定又不确定的特征。文章将遗传算法应用于联系数表达式中i值的优化求解,使得联系数确定化,并结合实例对空气环境质量进行评价,评价结果与用其它方法评价结果比较表明该方法的可行性。     

空气质量评价的参数化多元组合算子模型

传统的空气质量评价的参数化组合算子模型不具有可比性和普适性。在适当设定指标参照值cj0和指标规范变换式基础上,提出了一个对多项空气指标的规范值xj都适用的空气质量评价的参数化多元组合算子模型;采用混合蛙跳算法对模型中的参数进行优化,得到优化后对多项空气指标皆普遍适用的空气质量评价的参数化多元组合算子模型。该模型被应用于多个不同地区的不同组合指标的空气质量评价,其评价结果与用其它多种方法的评价结果相一致。结果表明:用指标规范值表示的参数化多元组合算子模型为空气质量评价提供了一种计算简便和普适通用的新方法。