人工神经网络在新疆蘑菇湖水库水质评价中的应用

对富营养化评价标准进行插值获取大量的样本,建立了基于bp人工神经网络的富营养化评价模型。将模型应用于评价深圳市13座主要水库的富营养化状况,对其成因进行分析,并提出了对策与建议。研究结果表明,石岩水库与深圳水库为轻度富营养化,占评价水库总数的15.4%;西丽水库等11座水库为中营养,占评价水库总数的84.6%。人工神经网络用于建立湖库富营养评价模型是适合的。

**资讯http://www.***.***

运用模糊数学基本理论和方法,将模糊数学理论的隶属函数和隶属度概念引入到水质评价中,用矩阵分析的方法构成模糊综合评价模式,对水库水质进行分析.结果表明,采用模糊评价法与其它评价方法结果相近,可以采用模糊评价法进行水库水质评价.

我国是一个城市供水安全问题比较突出的国家，城区供水水量不足、水源地水质污染等水资源问题日趋严重。水库水源地接纳污染物的类别及危害程度不同。很难用具体准确定性的评价模型对水质做出准确的评价。模糊评价法是可以根据采集水体样本的实测值与国家相关指标评价标准有机结合，经过模糊变换对水库水质做出准确评价，能为水库水质监测和管理提供重要参考依据。

运用微生物检测水质的方法,研究了大伙房水库源区水质污染现状。

灰色系统理论已经成功的运用于环境质量评价中。本文根据参窝水库水质监测资料，采用灰色系统理论中的灰色关联分析方法，对该水库水质进行了评价。结果表明，参窝水库总体水质状况良好。

通过构建模糊数学模型评价济南某引黄水库的进水口和出水口的水质,评价结果发现该引黄水库进水口和出水口分别属于ⅳ和ⅰ类水;而根据单因子评价方法,进水口和出水口水质均属于ⅴ类,主要是由于化学需氧量超标导致。模糊数学评价法用隶属度来描绘模糊的水质分级界限,避免了传统水质分级不连续的缺陷,避免了在单因子评价中因某项参数超标而将水质定类的缺点,得到了较为客观的评价。

以溶解氧、氨氮等5个因子作为评价指标,构造综合评判模糊数学模型,计算各评价因子的权重,建立了模糊识别水质评价模型,并对宁波市主要水库水质进行了评价。结果表明:四明湖水库、三溪浦水库、仓岙水库、新路岙水库、横山水库及白溪水库的水质达到ⅰ级或ⅱ级饮水标准,说明这些水库水质是安全的,但需要注意防范及预警,保证居民饮水安全。

以燕山水库水质评价为例,针对水质等级的相对模糊性及单项指标评价结果的不相容性问题,基于模糊物元理论,构建了采用三标度法确定权重、将模糊物元分析与欧氏贴近度相结合的水库水质评价模型,并与其他方法进行比较。实例结果表明,评价结果与实际情况相吻合。

基于遗传算法的改进BP神经网络模型在水质评价中的应用

【目的】利用bp人工神经网络模型预测太湖水污染指标,为探讨湖泊水污染物变化规律提供参考。【方法】利用2004～2010年浙江嘉兴王江泾断面自动监测站4项水质指标,建立了太湖水污染bp人工神经网络模型,并对太湖2012年前5周的水质情况进行预测。【结果】建立了浙江嘉兴王江泾断面的4项水质指标浓度的三层bp神经网络预测模型,其预测精度较高,对湖泊水环境污染物预测的适应性较好;对太湖2012年前5周的水质情况进行预测,结果表明,2012年前5周水质污染情况加重,基本为ⅴ类水质,符合太湖水质污染情况发展态势。【结论】bp人工神经网络具有很强的非线性映射能力和柔性的网络结构,与传统的统计建模方法相比,其预测精度较高,能较好地反映水质指标的内在变化规律,为控制水环境污染提供了科学预测方法。

随着山丹县经济和人口的发展,水的供需矛盾越来越突出,根据《地表水环境质量标准》(gb3838-2002)对李桥水库2010年水质进行评价,提出李桥水库水环境的保护措施,充分发挥水库效益。

本文通过对查干湖近10a的水质监测资料进行分析,使用“有机污染综合评价法”对查干湖水库水体质量进行评价,评价结果表明,查干湖水库水体水质类型为ⅴ类;用湖泊（书库）富营养化评价方法分级技术规定评价.评价结果为有关部门提供参考,为相关行政部门加强管理和改善水质环境提供依据.

人工神经网络(ann)作为一种新型的信息处理系统和计算系统,近年来被广泛的应用于蛋白质结构预测、谱图分析、药物分子药效预测、定量构效关系(qsar)研究等方面。文章论述了人工神经网络的的工作原理和基本特点,列举了国内研究者运用人工神经网络在蛋白质结构预测和qsar中的主要应用,并对以后的应用进行了展望。

简要介绍了人工神经网络的结构及特点,并且详细论述了神经网络在中央空调水系统、风系统、制冷系统、负荷预测、系统的仿真设计和建筑运行能耗评价等方面的应用概况,指出了神经网络在空调领域今后的发展方向.

人工神经网络在基坑变形性状研究中的应用——基坑工程不仅要保证维护结构本身的安全，而且要保证周围建(构)筑物的安全和正常使用。开展基坑工程变形性状研究具有重要意义。影响基坑变形的因素很复杂，传统的计算方法已无法准确预测基坑的变形。人工神经网络(an...

人工神经网络在预测软基沉降中的应用研究——依据影响软土路基沉降的因素选取参数建立了bp神经网络预测最终沉降量模型，利用已建高速公路沉降数据，进行了软土地基最终沉降量的预测，取得了较为理想的效果。证明神经网络法能避免传统方法计算过程中各种人为因素...

在运用人工神经网络对深基坑岩土参数进行反分析的基础上,将pso与bp算法相结合,充分发挥pso全局寻优的能力和bp算法局部细致搜索优势,并通过实例验证了方法的可行性。可以看出,运用该方法可以使学习效率增高,收敛速度加快,预测结果更加准确。

泡沫金属试样测试复杂,对试样而言又急需知道基体结构参数与力学性能和阻尼性能的关系,采用线性回归技术无法实现这一功能,应用人工神经网络,则解决了通过测量泡沫金属的四个基本参数达到推知其力学性能、阻尼性能的课题。

采用热压成型的方法制备掺杂粉煤灰、以无机纤维为增强体的摩擦材料,并测试其磨损性能。选用bp神经网络建模,以摩擦材料配方、制备工艺、测试条件为输入变量,以材料的磨损率为输出变量,采用l-m算法对网络进行训练。结果表明,模型可以对材料磨损性能进行有效的预测,可用于配方及制备工艺的优化。

人工神经网络(ann)是一种动态信息处理系统,它具有联想记忆、自组织、自适应、自学习和容错性等特性。人工神经网络可实现对危险源的动态分级;可解决安全综合评价中的不确定性、模糊性和动态复杂性、指标多、数据多等难题;在安全预测方面,可进行煤与瓦斯突出预测、煤矿瓦斯涌出量预测、煤层自燃预测、交通事故预测等。讨论了其在安全科学中的应用现状及存在问题,并对未来研究方向进行了展望。

人工神经网络在工程管理中的应用——基于建设工程的复杂性和长期性,阐述了工程管理发展的新现象,对神经网络的发展及其结构特点作了介绍,并对神经网络在工程管理各个阶段的应用及其所带来的优点进行了探讨,解决了诸多工程难题。