為了評價瑪納斯河水環(huán)境承載力,防止瑪納斯河流域受到人為的持續(xù)污染,基于層次分析法建立了瑪納斯河流域水環(huán)境承載力評價指標體系,對該指標體系中的各因子進行分析,確定了評價體系中各因子的具體權重,得出各個因子影響水資源可持續(xù)開發(fā)利用的重要性排序,并通過計算得出瑪納斯河流域水環(huán)境承載力綜合指數(shù)為0.2442,表明瑪納斯河水環(huán)境屬惡劣,急需采取必要的措施進行改善。

　　??。矗础?　　　　　　　　　　　　　　　　　　　　　　　　　　　　　鋼　　鐵　　技　　術　　　　　　　　　　　　　　　　　　　　　　?。玻埃埃材甑冢灯?　 　 　 人工神經(jīng)網(wǎng)絡在水環(huán)境質量評價中的應用　 　 環(huán)檢室　　舒型武　 　 　 　　　　【摘　　要】　簡述了水環(huán)境質量評價的現(xiàn)狀，概述了人工神經(jīng)網(wǎng)絡的產(chǎn)生、發(fā)展及其特點，討論了在水環(huán)境質量評價中 應用人工神經(jīng)網(wǎng)絡的現(xiàn)狀、必要性及其前景。　 　　　　【關鍵詞】　人工神經(jīng)網(wǎng)絡　　水環(huán)境質量評價　　應用　 　 　 １　　水環(huán)境質量評價的現(xiàn)狀　 　　　　水是支撐社會經(jīng)濟系統(tǒng)和自然生態(tài)系統(tǒng)不可 替代的重要資源，水資源保護與可持續(xù)發(fā)展有著直 接的聯(lián)系，它涉及到在水資源量與質統(tǒng)一管理這一 新概念準則下的量化方法論問題，也是國際水資源 與環(huán)境研究的熱點和前沿問題之一 ［１］ 。目前仍缺乏 量化水資源可持續(xù)管理的技術規(guī)范和工具，然而只 有通

**資訊http://www.***.*** **資訊http://www.***.*** **資訊http://www.***.***

人工神經(jīng)網(wǎng)絡是在模仿人腦處理問題的過程中發(fā)展起來的新型智能信息處理理論,通過對人工神經(jīng)網(wǎng)絡及bp網(wǎng)絡的基本原理與特征的分析,建立了工程估價預測模型.

基于人工神經(jīng)網(wǎng)絡的鉆孔灌注樁極限承載力研究——依據(jù)影響鉆孔灌注樁極限承栽力的5大影響因素：樁周土的工程性質、樁身結構尺寸、樁的剛度、時間以及施工工藝提取了相應的參數(shù)。在此基礎上建立了預測鉆孔灌注樁極限承載力的神經(jīng)網(wǎng)絡模型．在工程實例的基礎上進...

在遺傳算法與誤差反向傳播網(wǎng)絡(bp網(wǎng)絡)結構相結合的基礎上,提出了利用改進的遺傳算法優(yōu)化神經(jīng)網(wǎng)絡進行水資源承載力綜合評價的新方法,將該方法應用于淮河流域水資源承載力綜合評價,實例表明是可行的,為水資源承載力定量分析開辟了新的途徑.

地質環(huán)境承載力評價是資源環(huán)境承載力研究的重要內容之一,也是可持續(xù)發(fā)展研究的重要應用方向,是踐行生態(tài)文明建設的具體體現(xiàn)。本文結合山東半島地質環(huán)境現(xiàn)狀和特點,構建了基于水文地質環(huán)境、工程地質環(huán)境和環(huán)境地質問題的共12項評價指標的地質環(huán)境承載力評價指標體系,采用層次分析法(ahp)確定各個評價指標的權重,采用綜合加權指數(shù)方法,借助gis空間分析及屬性庫鏈接相結合的方法對現(xiàn)階段山東半島地質環(huán)境承載力進行了評價。評價結果將山東半島地質環(huán)境承載力的劃分為4個等級,并對每個等級區(qū)域做了分析說明,以期為推進生態(tài)文明建設及可持續(xù)發(fā)展提供科學依據(jù)。

針對人工神經(jīng)網(wǎng)絡成礦預測模型結構難以確定的問題,詳細闡述了一種在模型訓練中進行隱層數(shù)目及隱層單元數(shù)目動態(tài)調整的人工神經(jīng)網(wǎng)絡算法,并以vc++為開發(fā)工具實現(xiàn)了變結構人工神經(jīng)網(wǎng)絡成礦預測模型,經(jīng)用華南26個巖體檢驗,回憶率及預測率均高達100％。該方法提供了一種面向具體問題的動態(tài)解決方案,在成礦預測工作中具有一定的實用性。

針對基坑變形預測中信息的灰色性和數(shù)據(jù)的非線性性,提出用灰色神經(jīng)網(wǎng)絡預測基坑變形的新方法。用一樁錨聯(lián)合支護體系實例進行了預測研究,得到支護體系的不同預測模型的組合預測值。研究結果表明:灰色神經(jīng)網(wǎng)絡預測誤差比gm(1,1)預測模型小;與bp預測模型相比,前期誤差大,后期誤差小。在基坑變形監(jiān)測中,為了更準確地預測基坑變形,可以采用灰色神經(jīng)網(wǎng)絡預測與bp預測相結合的方法進行預測。

為使lpg公路運輸?shù)娘L險評價更加客觀、合理,遵循區(qū)域性、動態(tài)性和可量化原則,建立了lpg公路運輸?shù)娘L險評價指標,并將個人風險和社會風險作為評價結果。利用人工神經(jīng)網(wǎng)絡的自組織、自學習和自適應功能,提出基于人工神經(jīng)網(wǎng)絡理論的lpg公路運輸?shù)娘L險評價方法,通過matlab軟件中的神經(jīng)網(wǎng)絡工具箱對評價模型進行訓練,并通過實踐驗證該模型的可行性。結果表明,該方法能較好地克服評價深度、評價指標間復雜關系和評價指標作用模糊的限制,且評價結果直觀的反映了評價對象的個人風險和社會風險的風險程度。

人工神經(jīng)網(wǎng)絡模型描述

本文分析了水資源承載力和戰(zhàn)略環(huán)評的相關概念,以及水利工程對環(huán)境的影響。通過對目前水電項目環(huán)境影響評價現(xiàn)狀進行分析,指出了戰(zhàn)略環(huán)評在水電項目中將要發(fā)揮的重要作用。并且進一步探討了水電項目環(huán)境影響研究的趨勢,為今后合理開發(fā)水電資源,促進人類社會的可持續(xù)發(fā)展提供了評價的思路。

水資源環(huán)境承載力及結構關聯(lián)效應分析是系統(tǒng)化研究水資源短缺與水環(huán)境污染問題的基礎。采用系統(tǒng)化理論與物質流分析相結合方法,按照水要素在區(qū)域經(jīng)濟中流動全過程,將水資源開發(fā)利用劃分為水資源投入、水資源開發(fā)、水資源利用、水污染治理和污水排放等環(huán)節(jié),建立水資源環(huán)境承載力評價指標體系和水資源環(huán)境結構關聯(lián)效應評價指標體系,利用灰色關聯(lián)模型對水要素流動全過程的結構合理性進行評價。以江蘇省為研究區(qū)進行分析評價,結果顯示:在水資源投入階段承載壓力較大,結構關聯(lián)中水資源開發(fā)嚴重依賴地表水;開發(fā)利用階段水資源承載壓力小,結構關聯(lián)中地表水與生活用水關聯(lián)度最高,地下水與農(nóng)業(yè)用水關聯(lián)度最高;在水污染治理階段城鎮(zhèn)污水投資承載壓力大、城市污水處理承載壓力小,工業(yè)廢水投資承載壓力小、工業(yè)污水處理承載壓力大,結構關聯(lián)中廢水排放與工業(yè)廢水處理關聯(lián)度高、與廢水治理投資關聯(lián)度低;在污水排放階段廢水排放承載壓力大、cod排放承載壓力小,結構關聯(lián)中cod和氨氮排放量均與生活污水排放關聯(lián)度最高。

基于bp神經(jīng)網(wǎng)絡的單樁極限承載力預測——從基樁高應變動測試驗的結果中提取特征參數(shù)，組成反映基樁豎向承載力的特征向量，利用bp神經(jīng)網(wǎng)絡的非線性映射特性和學習能力，建立了特征向量和單樁豎向極限承載力之間的一種對應關系，實例研究表明，人工神經(jīng)網(wǎng)絡的預測...

長期以來,由于水土流失引發(fā)的生態(tài)環(huán)境問題受到各界人士的十分關注。我國大部分地區(qū)降水集中,生態(tài)破壞導致水土流失嚴重。利用bp網(wǎng)絡模型對水土流失程度進行檢測和分析是當前學科領域的一個熱門話題。

**資訊http://www.***.*** **資訊http://www.***.*** **資訊http://www.***.***

基于人工神經(jīng)網(wǎng)絡理論,提出了根據(jù)前期沉降觀測資料進行沉降預測的人工神經(jīng)網(wǎng)絡模型,并用于汕汾高速公路預壓荷載卸荷時間預報.研究表明,所建議的模型較傳統(tǒng)沉降預測模型具有顯著的優(yōu)越性,應用前景廣闊.

基于人工神經(jīng)網(wǎng)絡的工程造價預測模型——利用神經(jīng)網(wǎng)絡強大的非線性映射能力,提出了一種基于bp神經(jīng)網(wǎng)絡模型的工程造價預測模型,指出該預測模型可對不同情況的工程造價進行合理的預測,實例檢驗證明,該方法收斂速度快,預測的可靠性令人滿意。　　

利用matlab編程語言構造了三層bp神經(jīng)網(wǎng)絡結構,建立了基于人工神經(jīng)網(wǎng)絡的投標報價模型,通過仿真模擬確定標高金水平,并用實例驗證了其可靠性,為承包商作出合理報價決策提供了科學依據(jù)。

神經(jīng)網(wǎng)絡在單樁承載力預測中的應用——運用基于bp神經(jīng)網(wǎng)絡的組合預測模型對phc樁的極限承載力進行預測。分別利用灰色gm（1，）模型和bp神經(jīng)網(wǎng)絡對樁在荷載作用下的沉降進行估算，然后利用人工神經(jīng)網(wǎng)絡中的bp網(wǎng)絡對所得的結果進行組合預測；最后利用lagrange算法...

闡述了bp人工神經(jīng)網(wǎng)絡原理,分析了地基承載力的影響因素,以云安縣六都—高要大灣二級公路(云浮段)新建工程勘察數(shù)據(jù)為例,通過建立神經(jīng)網(wǎng)絡模型并對模型進行訓練,結果表明,該模型比較精確,可在今后勘察工作中運用。

隨著國家對生態(tài)文明建設重視程度不斷提高,人們對所住區(qū)域的地質環(huán)境承載能力越來越關心,也對地質環(huán)境承載力評價的方法提出了新的要求.本文引入機器學習方法,以地質環(huán)境承載力的評價理論為基礎,提出了基于機器學習算法的地質環(huán)境承載力評價方法.通過梳理國內外地質環(huán)境評價相關成果,分析地質環(huán)境的各種評價要素,提煉出影響地質環(huán)境承載力的主控因素,在此基礎上建立適合于機器學習的地質環(huán)境承載力評價指標體系,再結合機器學習方法,構建基于機器學習算法的地質環(huán)境承載力評價模型,對區(qū)域地質環(huán)境承載力進行評價,并以眉山市彭山區(qū)為例,進行承載力評價,為其他區(qū)域的地質環(huán)境承載力評價提供應用示范和評價方法.