海水富营养化评价的人工神经网络方法

本文运用多层前馈神经网络模型和B－P算法对我国某海域的水质富营养化水平进行了评价,只要将观测结果提供给网络。模型可自动评价结果输出。该方法计算简便、快速具有实用性。     

湖泊富营养化评价方法的探讨

针对常用的湖泊富营养化评价方法的不足，结合现有的评价模型，提出了一种改进的混合评价方法——遗传优选模糊模式识别评价方法，并选取了10个湖库的chl-a、TP、TN、COD、SD作为评价指标进行水体的富营养化程度评价，结果表明，与原有的评价模型相比，新的评价方法得到的评价结果误差较小，能够对水环境污染作出科学的符合实际的评价。     

人工神经网络在环境质量评价中的应用

为探索人工神经网络在环境质量评价中应用的合理性和可靠性，建立了一个三层前向式神经网络，并以改进的Ｂ－Ｐ算法对网络进行了训练．在湖泊富营养化程度评价的应用成果表明，人工神经网络用于环境质量评价简便实用，具有客观性和通用性，有广泛的应用前景     

人工神经网络在环境质量评价中的应用

为探讨人工神经网络在环境质量评价中应用的合理性和可靠性，建立了一个三层前向式神经网络，并以改进的Ｂ－Ｐ算法对网络进行了训练，在湖泊富营养化程度评价的应用成果表明，人工神经网络用于环境质量评价简便实用，具有客观性和通用性，有广泛的应用前景。     

MATLAB神经网络在湖库富营养化程度评价中的应用

基于MATLAB神经网络和我国湖库富营养化评价标准,运用人工神经网络模式识别理论和方法,分别建立了BP,PNN,GRNN和Elman神经网络湖泊富营养化等级评价模型,对全国24个主要湖泊富营养化程度进行评价,并与文献[5]和文献[9]的评价结果进行比较.结果表明:基于MATLAB神经网络模型评价湖库富营养化程度是可行的...     

岳城水库水质富营养化评价

岳城水库作为华北地区重要饮用水源地,水库的富营养化程度直接体现水质的好坏,但随着数年连续干旱、蓄水量逐步减少的情况,岳城水库面临水质富营养化的压力也越来越大.采用模糊综合评价法和综合营养状态指数法对水库2001—2010年的富营养化程度进行分析对比,模糊综合评价法的结果是水库水质的富营养化程度在中富营养和富营养之间,综合营养状态指数法的结果为水库水质属于中营养,2种方法评判结果的总体变化趋势基本相同,均表明水库的富营养化程度在逐渐好转.水库的富营养化主要是由氮引起的,因此急需对上游和周边的氮污染源进行治理.     

主成分分析法在太湖水质富营养化评价中的应用

运用主成分分析法对太湖水质的富营养化情况进行了评价．主成分分析法可以少数的综合变量取代原有的多维变量来进行有针对性的定量化评价，在评价过程中，由第1和第2主成分组成的综合主成分方差贡献率达96．24％；通过VB调用MATLAB可以完成评价过程中所有的运算．对1987和1994年太湖中各测点的水质富营养化状态进行定性评价，同时还对各监测点的水质进行了横向和纵向比较，整个评价过程简单易行．     

春季渤海湾营养盐分布及潜在性富营养化评价

根据2011年5月对渤海湾海域20个站位海水营养盐的调查结果,分析该海区海水营养盐的分布特征,并进行了潜在性富营养化评价．研究发现,调查海域NO3--N质量浓度为150．5～276.3ug/L,NO2--N质量浓度为4．072．29．490ug／L,NH4＋-N、PO4 3-- P和SiO3 2-Si质量浓度分别为47．55～194．80ug／L、4．73～26．35ug／L和170．2—544．1ug/L．整体上,各类无机氮呈现出表底层差异不大、沿岸浓度高、外海浓度低的特点;断面分布呈现出由东向西逐渐升高的趋势,SiO23 2- -Si相反,NO3- -N、NH4--N和SiO2 3--Si质量浓度呈现出由北向南逐渐升高的趋势,而NO2--N、VO4 3--P质量浓度出现北高南低的情形．渤海湾连续站显示出一定的营养盐浓度随潮汐的韵律变化,其中NO3--N、NO2--N和NH4＋-N质量浓度变化相对较明显,低潮较高潮期间营养盐浓度高．营养盐与盐度的相关性不很显著．NO3 --N是溶解无机氮（DIN）的主要组成形式,占平均DIN含量的69．56％;该海区主要以磷限制为主,并已经逐渐从P限制向P、Si共同限制方向发展,这与潜在性富营养化评价结果一致．     

西溪湿地公园水体富营养化评价及防治

根据河道分布状况、功能区划选取6个代表性样点在2008~2010年度对西溪湿地水体水质连续进行采样分析,根据分析结果利用综合营养状态指数法对西溪湿地水体富营养化程度进行评价.结果表明,西溪湿地水体2008年处于中度富营养化状态,2009年至2010年均处于轻度富营养化,且综合营养状态指数呈逐年下降趋势.最后对西溪湿地富营养化原因进行分析并提出相应的防治措施.     

Copula评价方法及其在湖泊水质富营养化评价中的应用（“研究生论坛”稿件）

尝试将Copula函数应用于水文水资源系统评价。通过Copula函数建立多元联合分布研究各评价指标、各评价标准的相关关系,进而构建评价模型推求各评价样本的综合评价指标值以及各评价类别对应的综合评价标准值,根据综合评价指标值和综合评价标准值对样本进行分类。湖泊水质富营养化评价实例研究表明,Copula评价法的评价结论合理,具有原理明晰、使用简便的特点。     

热网动态BP网络预测模型结构的研究

将人工神经网络应用于供暖热网实时预报技术,讨论了热网动态BP网络预测模型结构的确定问题。建立起可用于热网供暖预报的外时延反馈型BP网络模型．利用牡丹江西海林小区锅炉房2000年11月-2001年4月的部分热网数据,对所建立的网络进行训练和检验,结果表明预报模型具有较好的动态跟踪能力和预报特性．     

基于萤火虫算法优化BP神经网络的目标威胁估计

在萤火虫优化算法和BP神经网络的基础上,建立了萤火虫算法优化BP神经网络的目标威胁估计模型,并提出了基于该模型的算法。该模型和算法采用萤火虫算法优化BP神经网络的初始权值和阈值,优化后的BP神经网络能对测试集进行更好的预测。实验结果表明,萤火虫算法优化BP神经网络的预测误差明显小于BP和PSO_SVM。该模型和算法具有很好的预测能力,可以快速、准确地完成目标威胁估计。     

Neural Network Identification Model for Technology Selection of Fully-Mechanized Top-Coal Caving Mining

This paper mainly discusses the selection of the technical parameters of fully-mechanized topcoal caving mining using the neural network technique. The comparison between computing results and experiment data shows that the set-up neural network model has high accuracy and decision-making benefit.     

基于神经网络的多因素身份认证方法

为防止网络欺诈和身份盗窃,根本解决客户身份的安全问题,在分析用户身份的组成和识别方法的基础上,提出了面向多身份因素的智能身份认证方法。该方法结合神经网络技术,把用户行为作为分析重点,以电子商务系统中的用户身份认证为例,设计了应用模型。该方法解决了传统身份认证方法中简单依赖密码等少量身份因素的问题,能有效地抵御身份盗窃,极大地提高了认证的可靠性。     

BP神经网络在醋酸乙烯生产中的应用研究

介绍了醋酸乙烯合成反主应器BP神经网络模型的建立及有关参数的选取;提出了采用LevenbergMarquart优化法来训练BP神经网络,通过将BP神经网络用于醋酸乙烯合成反应器操作优化的研究表明,对于机理不明确或精确模型难于建立的过程,人工神经网络是一种有效的方法。     

用于优化机械加工参数的神经网络模型

通过分析误差复映问题的模型,比较了各种神经网络的特点,确定了用于优化机械加工参数的神经网络模型。对该神经网络训练后,可根据各种加工条件和要求得到需要的加工次数及各次的加工余量。     

神经网络原理及在控制中的应用

文中介绍了神经网络理论的发展过程，阐述了在控制中广泛应用的前向神经网络原理和误差反向传播算法，给出了构造神经网络控制系统的结构。     

基于人工神经网络的微合金钢力学性能预报

用人工神经元方法分析微合金钢性能、组织成份及铁素体晶粒尺寸之间关系，对某种微合金钢的力学性能、各相的分数和铁素体的晶粒尺寸之间的关系进行了研究，并通过实验数据训练了一套BP网络．结果表明，该方法是用于组织性能预报的有效方法之一，误差可以控制在5％以内．     

基于BP神经网络的抽油系统故障诊断方法

该文将神经网络应用于抽油系统的故障诊断,根据泵功图的几何特征提取特征值作为BP神经网络的输入信号,利用自适应性以及线性映射能力,建立抽油系统输入的故障信息与输出的故障类型间的映射。通过对大量故障样本的学习将知识以权值和阈值的形式存储于网格中,最终输出抽油系统的故障类型。通过实例分析,模型具有比较高的准确性和可行性。     

基于改进萤火虫优化神经网络的WSNs分簇路由协议

针对无线传感器网络中能耗不均衡问题,提出了一种基于改进萤火虫算法优化反向传播神经网络的非均匀分簇路由协议.通过在萤火虫算法中引进权重因子并增加4个评价指标,来平衡簇内负载和减少簇间的通信距离.结合BP神经网络,优化路径选择和簇首选举方式,达到最佳成簇效果.仿真结果表明,改进萤火虫算法优化BP神经网络的非均匀分簇路由协议能有效延长网络生命周期,节省能量,并均衡能耗.