人工神經(jīng)網(wǎng)絡(luò)在環(huán)境質(zhì)量評價和預(yù)測中的應(yīng)用研究.pdf

1、人工神經(jīng)網(wǎng)絡(luò)技術(shù)具有很強的非線性映射能力和并行性、自適應(yīng)、容錯性及自學(xué)能力，已廣泛應(yīng)用于包括環(huán)境在內(nèi)的多學(xué)科領(lǐng)域。環(huán)境影響預(yù)測始終是環(huán)境評價中的一個難點，本文將人工神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用于環(huán)境影響評價和預(yù)測當(dāng)中，通過案例研究用人工神經(jīng)網(wǎng)絡(luò)解決環(huán)境評價中因果關(guān)系復(fù)雜的非確定性推理、預(yù)測和分類等問題。
　　 本文以湖北省黃石市陽新縣城北工業(yè)園規(guī)劃環(huán)境影響評價為案例，選擇人工神經(jīng)網(wǎng)絡(luò)中的BP 網(wǎng)絡(luò)，徑向基網(wǎng)絡(luò)和自組織競爭網(wǎng)絡(luò)等三種網(wǎng)絡(luò)模型對

2、其進行環(huán)境影響現(xiàn)狀評價，并對評價結(jié)果作對比分析，通過網(wǎng)絡(luò)設(shè)計、網(wǎng)絡(luò)訓(xùn)練和模擬，結(jié)果說明BP 神經(jīng)網(wǎng)絡(luò)模擬結(jié)果比其它兩種方法更貼近環(huán)境質(zhì)量現(xiàn)狀。同時對不同參數(shù)選取得到的結(jié)果進行分析，并經(jīng)過網(wǎng)絡(luò)參數(shù)的不斷調(diào)整提高評價結(jié)果的精度，總結(jié)出各種神經(jīng)網(wǎng)絡(luò)模型在環(huán)境評價應(yīng)用過程中參數(shù)的選取方法。
　　 在此基礎(chǔ)上，借鑒國內(nèi)外相關(guān)研究成果，本文提出三種預(yù)測思路：一是根據(jù)大氣污染物的濃度受大氣擴散條件及人為活動的影響的特點，提出根據(jù)監(jiān)測時段預(yù)測其

3、濃度的思路，二是根據(jù)污染因子在一定的時空范圍內(nèi)具有相對穩(wěn)定，提出根據(jù)已知濃度預(yù)測未來濃度的思路，三是根據(jù)某些污染因子之間存在內(nèi)在的聯(lián)系等特點，提出根據(jù)已知污染因子的濃度預(yù)測未知污染因子的濃度的思路。對于每種預(yù)測思路均采用多種神經(jīng)網(wǎng)絡(luò)模型進行分析，案例研究結(jié)果說明，后兩種思路得到的預(yù)測效果較好。
　　 為了將模糊系統(tǒng)的模糊信息處理功能與神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)的優(yōu)點結(jié)合起來，本文學(xué)習(xí)、研究了模糊神經(jīng)網(wǎng)絡(luò)，并選用兩種預(yù)測思路將模糊人工神經(jīng)網(wǎng)絡(luò)

4、模型應(yīng)用在陽新縣大氣和長江武漢段的預(yù)測案例中，得到了較好的預(yù)測效果，說明模糊神經(jīng)網(wǎng)絡(luò)的確體現(xiàn)了優(yōu)勢互補的特點。
　　 通過以上工作，本文總結(jié)出了神經(jīng)網(wǎng)絡(luò)設(shè)計中應(yīng)注意：①神經(jīng)網(wǎng)絡(luò)模型有幾十種，應(yīng)用中應(yīng)根據(jù)實際需要，結(jié)合網(wǎng)絡(luò)各自的特點選擇合適的網(wǎng)絡(luò)結(jié)構(gòu)。②網(wǎng)絡(luò)主要參數(shù)的選擇在評價和預(yù)測至關(guān)重要，需要通過反復(fù)試算進行調(diào)整，尋找最佳的隱層節(jié)點數(shù)、學(xué)習(xí)率和訓(xùn)練次數(shù)等。③訓(xùn)練樣本應(yīng)當(dāng)經(jīng)過篩選與處理，以保證網(wǎng)絡(luò)模擬的準確性。
　　 神