人工神经网络在水质评价中的应用

将人工神经网络技术应用于水质综合评价，提出了水质综合评价的ＢＰ网络模型，并将该模型应用于实例检验。结果表明：ＢＰ网络模型用于水质综合评价方法可行且适应性强，结果客观、合理     

B－P网络在地表水水质综合评价中的应用

Ｂ－Ｐ网络在地表水水质综合评价中的应用梁丽明，孙建星，崔宝波（太原市环境保护监测站）（太原工业大学）Ｂ－Ｐ网络（Ｂａｃｋ－ｐｒａｐａｇａｔｌｏｎｎｅｔｗｏｒｋ）是一种由非线性变换单元组成的前馈网络。其输入输出可采用单调上升的非线性变换，它们的联接权和...     

改进的BP网络在地下水水质评价中的应用

针对ＢＰ网络在连接权的赋值和调整方面存在着固有不足的缺陷,尝试应用近些年发展起来的浮点遗传算法对ＢＰ网络的连接权进行优化,应用改进的ＢＰ网络对四平市地下水水质进行评价,结果证明,浮点遗传算法对ＢＰ网络连接权的优化有很好的效果。     

几种修正的自适应神经网络学习算法及其应用

针对一般ＢＰ网络的拓扑结构和参数选择的随意性问题,讨论了几种自适应ＢＰ网络,即自适应调整网络的拓扑结构和自适应调节学习步长的改进ＢＰ算法,综合二者构造了一种修正的自适应ＢＰ算法．为了验证改进算法的有效性,将这几种算法与标准ＢＰ算法进行了比较．结果表明：对于ＸＯＲ问题,这几种算法的学习速度和计算精度都有不同程度的提高．将算法用于油气预测的实际中,也取得了满意的结果     

用神经网络模型预测济宁市地下水水位变化规律

本文通过应用人工神经网络模型中的ＢＰ网络模型,对济宁市地下水水位变化规律了预测,并与线顺归模型的计算结果进行比较,证明ＢＰ网络模型的精度较高。     

运用BP网络预测地下水位

人工神经网络是一门新兴的交叉学科，是处理非线性问题的有效方法。本文把影响地下水位的因素集作为网络的输入向量，地下水位本身作为网络的输出向量，构成了预测地下水位的ＢＰ网络模型。一个实例的应用实践表明，用ＢＰ网络预测地下水位较准确地反映了客观实际，比其它方法如回归模型具有较高的拟合严谨和预测精度。     

BP网络在位场解释中的应用

介绍了ＢＰ网络的特点，阐述了它在位场资料解释中应用的方法、特点和可行性。通过模型计算证实了该方法在位场异常识别中的效果，正确率达９７％。此外，通过修改网络单元的激发函数，增强网络的稳定性和内插功能，使ＢＰ网络在多层密度界面反演中得到满意的结果，模型和实例计算证明了该方法的有效性。     

BP网络在位场解释中的应用

介绍了ＢＰ网络的特点，阐述了它在位场资料解释中的应用的方法，特点和可行性。通过模型计算证实了该方法在位场异常识别中的效果，正确率达９７％。此外，通过修改网络单元的激发函娄，增强网络的稳定性和插功能，使ＢＰ网络在多层密度界面反演中得到满意的结果，西医 实例计算证明了该方法的有效性。     

大牛地气田区地下水水质模糊综合评价

自20世纪20年代以来,出现了30多种水质评价的研究方法。但由于水质等级与评价因子间复杂的非线性关系,以及水体污染的模糊性和随机性,地下水水质评价至今没有一个被广泛接受的评价模型。现阶段,地理信息系统（GIS）技术被广泛应用到水质评价中,在此基础上提出了一系列新的水质评价模式和理论。文章以大牛地气田区浅层地下水为研究对象,利用ArcGIS技术,将GIS与改进的模糊综合评价模型结合,建立基于GIS的地下水水质模糊综合评价模型,并应用于研究区地下水水质评价。同时将基于GIS的模糊综合评价结果和传统的内梅罗指数法进行对比,验证新方法在地下水水质评价工作中的合理性与可靠性。结果表明:（1）大牛地气田浅层地下水水质状况总体良好,以Ⅰ类和Ⅲ类水为主,局部地区浅层地下水中氨氮超标,水质较差;（2）模糊综合评价法与GIS的有效结合,实现了地下水水质模糊综合评价的系统化和可视化;（3）相对于内梅罗指数法,基于GIS的地下水水质模糊综合评价模型综合考虑了各评价因子对水质的影响,能够更加客观、合理地评价研究区地下水水质。     

基于模糊人工神经网络识别的水质评价模型

人工神经网络和模糊识别理论作为模拟生物体的信息处理系统,在实践中得到广泛的应用,且各有所长,将二者相结合,构造出模糊人工神经识别网络,从而使识别系统的柔性处理能力得到很大提高.阐述了模型和方法,将其用于长江支流沱江枯水期的水质综合评价,结果表明,模糊人工神经网络综合评价具有客观性和实用性.     

地质数据的BP网络分析方法

数学地质中母函数选取和系数求解是函数逼近的两个关键问题，目前在地质数据的多元统计分析中广泛应用的回归分析或其他映射方法均有局限性。本文采用ＡＮＮ中的ＢＰ网络模型较好地解决了这两个问题，并对理论和实际和数据进行了比较与验证，结果表明，ＢＰ网络有助于提高地质数据处理的可靠性与预测的精度。     

基于GIS的地下水水质综合评价模型的设计与开发

结合地下水水质动态变化的特点及现代信息技术发展的需求,提出了基于GIS图形管理技术与时态监测数据库为基础的地下水水质综合评价模型的设计方案。探讨了利用综合指数法和Fuzzy综合评判法进行地下水水质综合评价的过程,并依据现有的规范标准,实现了基于微机系列的地下水水质综合评价模型的软件开发。      

基于模糊模式识别的地下水水质综合评价研究

地下水质量的优劣是影响水资源可利用性的一个重要方面,因此对地下水水质进行合理评价是水资源开发利用、保护的依据。本文根据水质评价的特殊性,就模糊模式识别模型进行了改进,将改进的模糊模式识别模型应用于江阴市地下水水质综合评价,将评价结果与基于熵权法赋权的模糊综合评价及传统模糊综合评价结果进行了对比分析。研究表明:模糊模式识别方法对地下水水质评价问题具有较高的数值稳定性和适用性,模糊模式识别法评价的水质级别趋于平均化、中间化,本文提出的模糊模式识别理论模型应用于典型案例地区地下水水质评价是有效可行的。     

改进的快速BP算法

ＢＰ网络现在得到了广泛的应用。然而对于学习样本较多、输入输出映射关系复杂的情况，学习速度较慢。我们分析了网络误差曲面特征，提出了快速ＢＰ算法，它可以大幅度地提高学习速度。     

模糊综合评判模型在宝坻水源地地下水水质评价中的应用

运用模糊综合评判模型,对中石化天津分公司宝坻水源地奥陶系灰岩地下水水质行综合评价。评价结果表明,研究区采样点水质总体评判级别为I级,说明该区地下水水质较好,而氟离子含量超标是由于地区背景值造成的,这一结论与该区其它研究成果评价结果一致。说明模糊综合评判模型是一种较实用的地下水水质评判方法。     

定量成矿预测的人工神经网络模型

重点探讨了资源量预测人工神经网络ＢＰ模型（ＢＰ－ＭＲＰ）的建造和预测问题,特别对模型输入层（地质变量）、隐含层和输出层的构置和优选,模型的学习、检验和预测评价等问题作了较深入的讨论,尝试性地提出了模型输入变量的优化方法和模型检验准确率的计算方法,并以长江中下游地区为实例,给出了ＢＰ－ＭＲＰ模型的实际建造步骤和预测。结果证明,人工神经网络模型不仅能够模拟成矿地质因素和矿床特征（值）之间的非线性关系,     

基于指标分类的地下水水质评价模型及其应用

为反映主要污染物在水体中的分布特征,表征相应级别环境容量的地下水承载污染物的程度,揭示地下水水体受人类活动的影响程度,根据不同的指标对水质的影响不同而将它们分成3类,并用类间综合的方法确定了各类指标的单项评价指数和综合评价指数,建立了新的地下水水质评价模型。将该模型和灰色聚类法进行比较,本模型的评价结果既反映了水体中主要污染物的分布特征,又揭示了水质受人类活动的影响程度。     

人工神经网络理论在地下水水质评价中的应用

本文应用人工神经网络方法，在模拟人脑的思维方式下，建立了地下水水质模型，并对地下水水质污染程度进行评价，与动用综合指数法、模糊综合评判法和灰色聚类法等多种方法评价的结果相比较。结果表明，神经网络方法具有较强的处理相互矛盾样本的能力，尤其对非线性问题，其预测精度高。     

BP神经网络在地质样品测定中的应用

反向传播人工网络（Ｂ ａｃｋ ｐｒｏｐａｇａｔｉｏｎ ａｒｔｉｆｉｃｉａｌ ｎｅｔｗｏｒｋｓ）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征。该模型可应用于地质样品测定,以及从地质样品数据中提取信息,实现对地质样品的分类识别及对矿产资源预测评价。ＢＰ神经网络在地质样品测定中将会有很好的应用前景。     

模糊综合评判方法在灌溉用水水质评价中的应用

松源市地处干旱半干旱地区，农业灌溉是粮食增产非常重要的措施。在灌溉中水质是保证粮食和土地质量的非常关键的问题。在分析灌溉用水水质评价方法的基础上，采用模糊综合评判的方法，选择酸度、碱度和矿化度为评价因子的计算方法，同时简述了模糊综合评价方法的原理及四种评价模型。用实例说明了评价步骤，最后对松源市地下水灌溉水质进行评价，其结果合理、可信。