基于人工神经网络的矿区生态环境评价模型研究
人工神经网络对清水河水质评价
人工神经网络对清水河水质评价摘要：为了解清水河水质变化趋势和水环境变化系统的规律，建立水质神经网络模型。
选取PH值、高锰酸盐指数、溶解氧、生化需氧量、氨氮和总磷六项指标为学习样本参数，运用L-M优化算法对神经网络优化计算，对清水河2014-2015年监测断面水质指标进行训练。
结果表明：神经网络具有很强的非线性映射能力和柔性网络结构，实际监测值与预测值误差较小，有良好的可行性和有效性。
关键词：清水河；BP神经网络；L-M优化算法；预测近年来全国约有1／3的水功能区氨氮、化学需氧量超过其纳污能力，污染物入河量约为其纳污能力的5倍，造成水体环境不断恶化。
影响到城市生活饮用水和集中供水的安全，对生态环境破坏、水环境生态功能退化等方面造成影响，水环境问题已成为制约我国经济可持续发展的重要瓶颈。
因此加强水资源的综合利用，防治水污染，对水环境进行综合治理势在必行[1]。
由于影响河流水质因素较多，受自然因素、污染物排放、水体自身特性等因素影响，且各个因素之间呈现复杂的非线性关系，水环境系统呈现很强的随机性、非线性及非确定性特征，目前基于数学表达式的水质预测模型均是近似模型，不能完全反应水环境系统的非线性关系，限制了传统水质数学模型的适用性和准确性[2]。
由于神经网络模仿人的大脑，采用自适应算法，与传统的数值计算方法比较，具有较强的容错能力、自学习、自组织功能、归纳能力、分布存储、联想记忆、大规模处理和并行处理信息的特点，人工神经网络借助神经系统的特点可以很好的解决非线性及费确定性等问题[3]，在求解实际问题中，神经网络对问题的结构要求较低，不必对变量之间的关系作出假设，预测精度高、参数自动修正等有点，人工神经网络模型已广泛应用于水质预测。
1 神经网络结构及原理人工神经网络方法是建立在现代神经科学研究成果基础上的一种抽象数学模型，反映了大脑功能的若干基本特征，是对人脑或神经网络的简化、抽象和模拟。
目前人工神经网络有数十种[4]，较典型的有BP网络、Hopfield网络等，应用较多的是具有非线性传递函数神经元构成的前馈网络中采用前馈网络中误差反向传播算法的前馈网络。
基于BP神经网络—模糊数学串联模型的科左中旗地下水质量评价
基于BP神经网络—模糊数学串联模型的科左中旗地下水质量评
价
地下水水质是植物生长发育和影响生态环境的主要因素,是评估地下水环境的核心指标。
内蒙古通辽地区农业灌溉主要依赖于地下水,目前该区正在进行大规模的“节水增粮行动”,此举可能会引起地下水环境的变化。
本文以科左中旗万亩示范田为研究对象,开展地下水环境监测,揭示研究区地下水环境的变化规律,应用构建的BP神经网络—隶属度串联模型对科左中旗地下水环境进行评价,成果将为农田地下水环境有效治理提供基础,对维持当地农业可持续发展具有不可忽视的价值意义。
主要研究成果如下:(1)作物生育期内地下水位降低,地下水埋深波动比较明显。
2016年地下水埋深在生育期内呈“U”型变化;2017年7月份由于降雨密集,水位上涨,地下水埋深在生育期内呈“W”型变化。
(2)地下水水质生育期内变化较大,伴随着地下水埋深的升降、降雨的补给、施肥的进行:7月地下水pH值升高;矿化度、全盐量、氨氮、硝酸盐、硫酸盐、钠离子、镁离子、氯化物和总硬度在6月份和8月份产生极大值,7月份产生极小值,波动较明显;重碳酸盐和总碱度呈现高低起伏的变化,全盐量与矿化度、重碳酸盐与总碱度存在极显著正相关关系。
8月末各离子浓度逐渐下降,生育期前后各离子浓度值相近,当地总体地下水质4月和10月优于其它各月。
(3)构建的BP神经网络一隶属度串联模型经率定检验,与实际监测数据吻合较好,该模型用于科左中旗地区农田地下水质量评价可行。
(4)以地下水Ⅳ类标准为基础,基于BP神经网络一隶属度串联模型评价结果
显示研究区地下水水质总体都位于Ⅳ类水以上,地下水质量情况良好,其中2017年地下水质量优于2016年。
基于GA-BP-SD模型的生态环境质量综合评价
２ Ｉｓｔｔ ｏ ｅｇａｈｃＳ ｉ ｃｓａｄＮ ｔｒｌ ｅｏ ｒｅ ｅｅｒｈ Ｃ ｉｅｅＡ ａｅ ｆ ｃ ｎ ｅ， ｅ ｉｇ１０ ０ ， ｈ ａ ．ｎｔｕｅ ｆ ｏｒｐ ｉ ｃ ｎ ｅ ａｕａ Ｒ ｓｕｃｓ ｓａｃ ， ｈ ｓ ｃｄｍｙｏ ｉ ｃｒ Ｂ ｉｎ ０ １ １ Ｃ ｉ ） ｉ Ｇ ｅ ｎ Ｒ ｎ Ｓｅ ｊ ｎ
Ａｂ ｔａ ｔ Ｉ ｅ ｅ ｔｙ ａｓ ｃ ｌｇｃ ｌ ｎ ｉ ｎ ｎ ａ ｕ ｉ ｆｓ ｌ ｔｗｎｉ ｕ ｏ ｎｒ ｓｂ ｃ ｍｉｇｔｒｉｌ ｓｒ ｃ ：ｎ ｒｃｎ ｅ ｒ ，ｅ ｏｏ ｉａ ｖｒ ｍｅ ｔｌ ａ ｔ ｏ ｍａｌ ｏ ｎｏ ｒｃ ｕ ｔ ｉ ｅ ｏ ｎ ｒ ｅ，ａ ｄ ｔｅｄ ｖ １ ｅ ｏ ｑｌ ｙ ｙ ｅ ｂ ｎ ｈ ｅ ｅ．
ｍｅ ｔｌｑ ａｉ ｓｓｔ ｐｂ ｓ ｄｏ ｎａ ｕ ｌｙｗａ ｅ ａｅ ｎ ＧＡ —Ｂ —Ｓ ｔ ｕ Ｐ Ｄ．Ｔ ｅｉ ｔ ｌ ｉｈｓａ ｄｔｒｓ ｏｄｏ ａｋ— ｐｏ ａ ａｉｎｎ ｕ ａ ｅｗｏｋ ｗ ｒ ｐ ｈ ｉ ｇ ｔ ｈ ｈ ｌ ｆ ｃ ｉ ｎ ａ ｗｅ ｎ ｅ ｂ ｒｐ ｇ ｔ ｅ ｒｌ ｔ ｒ ｅｅｏ － ｏ ｎ ｔ ｚ ｄ ｔ ｈｓｍｏ ｅ ｙｇ ｎ ｔ ｌｏｉ ｍｓ ｉ ｅ ｏ ｔｉ ｍｉ ｄ ｌ ｅ ｅｉ ａｇ ｒｔ ．Ａｎ ｈ ｕ ｏ ｄｎ ｔ ｅ ｒｅｗａ ｎｒｄ ｃ ｄｉｔ ｉ ｄ ｌｔ ｎ ｗ ｅｉｆ ｅ ｃ ａ ． ｂ ｃ ｈ ｄｔｅｓ ｂ ｒｉａｅｄ ｇｅ ｓｉｔ ｕ ｅ ｏｔ ｓｍｏ ｅ ｏｋ ｏ ｔ ｌ ｎ ｅｆｃ ｏ ｎ ｈ ｈ ｎ ｕ
基于BP人工神经网络的城市宜居性评价研究
从城 市 自然 环境 、 社会 经 济环 境 等 客 观指 标 人 手 对城 市 居 住 环 境 进 行 评 价 ， 有 一 定 科 学 性 和 参 考 价 值 ， 浮 等 以 南 具 陈 京 为 例 ， 过 社 会 调 查 统 计 方 法 对 城 区 代 表 性 居 住 区 进 行 通 了综 合 评 价 。张 文 忠 等 建 立 了 宜 居 城 市 的 系 统 评 价 体 系 ， 与空 间数据 相结合 ， 北京 进行 了社会调 查分析 。 对 本 文采 用人工神 经 网络法 构 建一 个城 市 宜居 性评 价体 系 ， 传 统 的 层 次 分 析 法 和 主 成 分 分 析 法 相 比 ， Ｐ人 工 神 与 Ｂ 经 网络 法是更 接近 于人类思维 模式 的定 量 和定 性 相结 合 的 综 合评 价方法 。
检验 ， 到较 满意结 果。 得 关 键 词 ： 工 神 经 网 络 ； 市 宜居 性 ； 价 指 标 体 系 人 城 评 中 图 分 类 号 ： ４ Ｆ９ 文 献标识码 ： Ａ 文 章 编 号 ：６ ２３ ９ （０ １ ２—０ ５０ １ ７ —１ ８ ２ １ ） ３０ １—２
１ 前 言
ＮＯ ．２３， ０１ ２ １
Hale Waihona Puke 现 代 商 贸 工 业 Ｍｏ ｅｎＢ ｓ ｅｓ ｒｄ ｎ ｕｔｙ ｄｒ ｕｉ ｓ Ｔ ａ ｅＩｄ ｓ ｎ ｒ
２ １ 年 第 ２ 期 ０１ ３
基于 Ｂ Ｐ人工神 经 网络的城市宜居性评价研究
朱振 兴
（ 庆 大学建设 管理与房地 产学 院， 庆 ４０４ ） 重 重 ０ ０ ５ 摘 要 ： 建 城 市 宜居 性 评 价 的评 价 指 标 体 系 ， 述 基 于 Ｂ 构 概 Ｐ人 工 神 经 网 络 评 价 方 法 的 基 本 原 理 ， 详 述 基 于 Ｂ 人 工 并 Ｐ 神 经 网 络 的 城 市 宜 居 性 评 价 模 型 的 建 立 过 程 ， 括 神 经 网络 的 建 立 、 习 训 练 、 及 结 果 的 检 验 等 。将 该 模 型 应 用 于 实 例 包 学 以
企业自主创新能力的人工神经网络评价模型的研究
０ 引 言
随着全 球 化 速 度 的 加 快 、 学 技 术 的 飞 速 发 科
业 的评 价 指标 体 系 ， 构建 基 于 Ｆ ｚ Ａ ｐ的评 价模 并 ｕｚ ｈ ｙ
型 。马永 红 、 凌 晨 、 拓 （ ０ ７ 针 对 企 业 的 自 赵 刘 ２０ ）
展， 国家 以及 区域 问 的竞 争 已经 愈 发 激 烈 ， 家 间 国
义 。首 先 建 立企 业 自主创 新评 价 体 系 ， 此基 础 上 ， 用 神 经 网 络 方 法 ， 立 评 价 模 型 。 最 后 ， 过 创 新 型 企 业 的 在 采 建 通 相 关数 据 验 证 模 型 的 有 效 性 。
关 键 词 ： 业 自主创 新 能 力 ； 价 指 标 ； Ｐ神 经 网络 ； Ｏ 神 经 网络 企 评 Ｂ ＳＭ
主创新 能 力 ， ６个 方 面着 手 ， 从 运用 主 成分 分析 法对
的竞 争 实 际 上 就 是 综 合 国 力 的竞 争 。而 一 个 国家
的综 合 国力 则 主要 取 决 于 其 科 学 技 术 以 及 创 新 能 力 的发展 状 况 。 自十 六 大 以来 ， 国 已将 “ 设 创 我 建 新 型 国家 ” 为 国家 发 展 的重 大 战 略 决策 。企 业 是 作 整个 国民经济 体 系 的最 基 本 的 组 成 部分 ， 同时 也 是 国家 创新 体 系 中 的最 基 本 、 有 活 力 的 组 成 部 分 。 最 因此 ， 建设 能 够 顺 应 科 技 发 展 、 代 进 步 的 创 新 型 时 企业 已经成 为落 实 “ 建设 创 新 型 国家 ” 策 的关 键 。 决
目前 ， 关企 业 自主创 新 能力 的研 究 已成 为 创 有
应 用模 型 对企业 的 自主创新 能力 进行 评价 。
基于DPSIR概念模型的区域生态安全评价方法
基于DPSIR概念模型的区域生态安全评价方法摘要：目前区域生态安全评价的方法动态性不强、系统性不够，DPSIR 概念模型有助于全面分析生态系统的“驱动力”、“压力”、“状态”、“影响”和“响应”，有助于理解影响生态系统中各因素的作用过程以及彼此之间的因果关系。
本文基于DPSIR概念框架提出区域生态安全评价的方法。
关键词：生态安全DPSIR概念模型指标体系生态安全是21世纪人类社会可持续发展面临的一个新主题。
自20世纪80年代前苏联的切尔诺贝核电站事故导致的人为环境灾难以来，生态安全日益被提上国际议事日程，也引起了国内外不同学科广泛的研究[1]。
二十多年来，国际上关于生态安全开展的研究工作主要包括生态系统自身安全、生态服务和生态安全分析与评价等方面[1]。
生态安全评价是根据选定的指标体系和评价标准, 运用恰当的方法对生态环境因子及生态整体进行生态安全状况评估。
目前，我国在生态安全评价方面已经开展了大量的工作，不少学者在评价指标及方法上都做了大量的有益探索。
生态安全指标体系是生态安全评价和预警机制的重要内容与前提，建立生态安全衡量指标体系和监测预警系统目的在于制定生态安全的衡量标准，通过实施标准将生态系统维持在能够满足当前需要而又不削弱子孙后代满足其需要的能力的状态[2]。
本文就区域生态安全评价的指标体系构建方法做一些探讨。
一、生态系统安全的影响因素分析区域生态系统安全的影响因素有助于明确生态安全评价的目标和内容。
图1给出了区域生态系统中PRED(人口、资源、经济、社会)之间的相关关系[3]。
(1)自然灾害如旱涝、地震、泥石流、崩塌等的发生是引发生态环境危机最直接的动力。
这些自然灾害的发生，会使的水、生物等资源急剧减少，土地利用率大大降低，严重影响生态系统的构成及其功能;(2)人口的变动会引发生态不安全。
人口的急剧增加，会使资源压力成指数增长。
资源短缺直接影响区域的经济社会发展的同时，引发贫穷、犯罪、冲突等社会问题，严重影响社会的安定。
基于LM-BP神经网络的高铁建设环境中短期影响综合评价研究
ｂ ｉ ａ ｎ） 矩阵， 它 里面包 括 了 Ｅ对 于 权 重 ｗ 和 阈值
的一 阶 微 分 ； ／ １为 自适 应 因 子 ， 当 很 小 时 ， Ｌ Ｍ
算 法 接近 高斯一 牛顿 迭代 法 ； 当 很大 时 ， 则 接近
梯 度法 。对 于 有 如下 调 整 方 法 ： 若 Ｅ（ ｎ＋１ ） ≥ Ｅ（ ） ， 则有 ／ １ ＝１ ０ ； 若 Ｅ（ ｎ＋１ ） ＜Ｅ（ ） ， 则有 ＝
第 ７卷
第 ４期
、
石 家庄 铁 道 大学 学 报 （ 社会 科 学 版 ）
Ｖｏ １ ． ７ Ｎ ｏ ． ４
Ｄｅ ｃ ． ２ ０ １ ３
２ ０ １ ３年 １ ２月
Ｊ ＯＵＲ ＮＡＩ ＯＦ Ｓ ＨＩ Ｊ Ｉ ＡＺ ＨＵＡＮＧ ＴＩ ＥＤＡ０ ＵＮＩ ＶＥＲ Ｓ Ｉ ＴＹ（ Ｓ ０Ｃ Ｉ ＡＬ Ｓ Ｃ Ｉ ＥＮＣＥ ）
了单一使 用梯 度算 法 造 成局 部 极 小 、 收 敛 速 度慢 的缺 陷 ； 另一 方 面 降低 了使用 牛 顿一 高 斯 迭 代算 法 时 海 塞 矩 阵 在 运 算 过 程 中 变 成 奇 异 矩 阵 的
概率 。
型， 但传 统 的 Ｂ Ｐ 网络 在 运算 过 程 中采 用 的单 一 梯 度算 法容 易 出现 局部极 小 、 收敛速 度慢等 缺 陷 ，
Ｂ Ｐ神 经 网 络 ， 即 Ｌ Ｍ— Ｂ Ｐ神经 网络 ， 一 方 面 克 服
降低 了评 价模 型 的准确性 和有效性 ； 指标权 重主要
依靠 人为打分确 定 ， 主观性 强 ； 该 类模 型 对评 价 的 非 线性 拟合 的差 异不 稳定 ， 且 可衡量 性 较差 ； 基 于 此类模 型开发 的评价 系统泛化 能力弱 、 没 有学 习能 力， 灵 活性 、 开放性 、 适应性也都较差＿ １ ］ 。 人 工神经 网络 能 模 拟人 的大 脑 活动 ， 在 非 线 性 逼近 、 大规模 并行 处理 、 自组织 和容错 等方 面具 有 极强 的能 力 ， 所 以在 高铁 建 设 环境 干 扰 评 价建 模 过程 中应 用人工 神经 网络会 非常有 效 。在 评价 建模时， Ｂ Ｐ神 经 网络是应 用最广 泛 的一类 网络模
基于BP神经网络的矿井通风系统安全评价研究
一
产状 态安 全 的一个 重要 生产 辅助 系统 。矿 井通 风 系 统 的运行 特性 和状 态直 接关 系 到整个 矿 井 的运 行 和
安 全状态 。虽 然可 以通 过各 种手 段获 取 矿井通 风 系
条潜 力无 限 的新 途 径 。 因此 ， 于 Ｂ 基 Ｐ人 工 神经 网络模 型 的评价方 法 可避 免 常用方 法 的局 限性 和专 家 的主观性 ， 解决 了矿 井 通 风 系 统 的不 完 全 可 知性
对 矿 井 通 风 系 统 进 行 安 全 评 价 ， 按 照 科 学 的 程 序 即
脑 神经 网络 的结 构 与 功 能 的 一种 技 术 系 统 ， 一 种 是
大 规 模 并 行 的 非 线 性 动 力 学 系 统 。它 并 不 是 人 脑 神
和方 法 ， 对矿 井通 风系 统 中的危 险 因素 、 发生事 故 的 可 能性及 损失 与伤 害程 度 进 行 调 查 与 分 析论 证 ， 从
维普资讯
第２ ８卷
第 １ 期
山 西
煤
炭
Ｖ ｏＩ２８ Ｎ Ｏ． ． １
Ｍ ａ ． ２０ ８ ｒ ０
２０ ０ ８年 ３月
Ｓ ＡＮＸＩＣ０ＡＬ Ｈ
・
煤 矿安 全 ・
基于 Ｂ Ｐ神经 网络 的矿 井通风 系统 安全评价研 究
刘 虎 生
最 小 均 方 差 的学 习 方 式 。
而来 评估 系统 总体 的安 全 性 以及 针 对存 在 的 问题 ，
提 出有效 的安 全措 施 。
１ Ｂ Ｐ神经 网络在 矿 井通 风 系 统 安 全
评 价 的适 用 性分 析
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于人工神经网络的矿区生态环境评价模型
研究
人类一直在探索并试图改善自然环境以及生态环境。矿区作为一个特殊的生态
环境，其开采会给自然和生态环境带来严重的影响。评价矿区生态环境质量是非常
必要的，无论是为了保护生态环境还是为了使矿区的生产安全更有保障。人工神经
网络技术由于其优异的特性，已成为矿区生态环境评价的热门研究方向之一。
首先，人工神经网络技术的优势在于其能够将数据对比以获取结论。在矿区生
态环境评价中，环境指标数据往往比较复杂，而且数据之间存在不确定性和相关性。
利用人工神经网络模型可以克服该问题。例如，在西藏某矿区，研究人员采集了多
类环境影响数据，并使用人工神经网络技术来评估矿场的生态环境质量。结果表明，
该研究模型在分析矿场的影响时具有较好的性能。因此，人工神经网络技术在矿区
生态环境评价中应具有广泛的应用前景。
其次，人工神经网络可以进行初步的矿区生态环境质量评估预测。基于人工神
经网络技术，可以将统计学和机器学习算法结合使用，并应用在矿区生态环境评价
系统中，以确定预计的矿区污染物质排放量对生态环境的潜在影响。例如，在内蒙
古锡林郭勒草原某煤矿开发区开展的矿区生态环境研究中，人工神经网络模型仅使
用少量的数据，便可以对矿区的生态环境质量进行了初步的评估。
第三，将人工神经网络技术应用于矿区生态环境评价，可以改善全球环境治理
的国际地位。目前，国家自然环境保护监测站在生态环境调查和监测方面投资了大
量的资金和人力，但还是面临着许多挑战。在矿区生态环境评价系统中，人工神经
网络技术的应用可以实现自动进行环境影响评估，并在减少人力资源的同时保证环
境监测数据的准确性和可靠性。
此外，在矿区生态环境评价中，人工神经网络还可以结合多种模型来加强评估
的准确性。例如，可以将人工神经网络方法与支持向量机、决策树等模型进行结合，
以提高矿区生态环境评价系统的准确性和预测能力。
总之，人工神经网络技术在矿区生态环境评价中具有广泛的应用前景。今后，
我们可以继续研究其分层概念结构、动态过程、反应时间和学习算法，以提高矿区
生态环境评价系统的稳定性和准确性。同时，我们也应该探索与人工神经网络技术
相关的应急反应机制，以防止矿区环境中不良事件的发生，为改善全球环境治理的
国际地位作出贡献。