人工神经网络在白云岩类型识别中的应用

利用地球化学数据,运用人工神经网络方法对美国密苏里州东南Ｂｏｎｎｅｔｅｒｒｅ组（寒武纪）滨海相的白云岩进行了分类、识别,判别率达１００％,结果表明,该方法性能良好,可望成为岩石分类、判别的有效手段。     

熵值理论和改进BP网络在湖泊富营养化评价中的应用研究

针对湖泊型饮用水源地水体污染、富营养化加剧的问题,引入熵值理论,建立单指标营养状态指数(TSI)和熵权藕合的湖泊综合营养状态指数模型(STSI),计算得到湖泊综合富营养状态指数判断湖泊富营养综合状态;基于神经网络仿真理论和Matlab软件系统,采用附加动量法和自适应学习速率改进BP算法,建立5-3-1结构型式的BP网络模型对湖泊富营养状态进行仿真预测。综合富营养化指数模型及改进BP模型应用于评价及预测固城湖富营养状态,并对模型评价结果进行验证。结果表明,改进BP网络模型可以有效地综合判断水体状态,为富营养评价及预测提供新的方法。     

水污染物浓度的神经网络预测模式及效果检验

污染物浓度预测是环境保护的重要内容,将神经网络用于水中有机污染物浓度的预测并对效果进行检验.结果表明,预测值与观测值符合较好.     

我国沿海城市应对气候变化的发展战略

我国沿海地区战略地位十分重要,并呈现“区域发展沿海化,沿海城市临海化”的趋势,但同时却面临着全球气候变化引起的海平面上升、极端气候灾害频发等诸多严峻挑战。为在战略层面解决我国向海发展的战略与全球气候变化的矛盾与冲突,文中提出了我国沿海城市应对气候变化的发展战略：确定了总体目标是建设适合我国国情的沿海气候弹性城市,提出了“规划引领、陆海统筹、主动适应、积极减排、适度冗余、增加弹性”的应对原则,明确了强化城市规划管控、控制空间发展方向、严控围填海造地、优化城市空间布局、提高规划设计标准、加强海岸防护设施、夯实城市基础设施和提升监测预警应急等8项重点任务。     

中国城市抗御地震灾害研究的发展与实践

城市是社会发展的产物,它具有人口密集、经济发达、基础设施集中等特点。城市安全一直是人们普遍关心的问题,城市地震安全受到政府和社会的广泛关注,并且是学术界研究的热点问题之一。唐山大地震后,在反思惨痛震害教训的同时,中国政府和学术界开始了长达40余年的城市抗御地震灾害的研究与实践,形成了有中国特色的城市抗震防灾技术和方法。本文简要地归纳了破坏性地震对城市的影响,从我国先后开展的城市抗震防灾规划、防震减灾规划和韧性城市3个方面系统地总结了中国城市抗御地震灾害研究和实践的发展历程,讨论和评述了在这一研究领域存在的问题。本文对韧性城市的定义、研究内容、特征、评价指标和方法进行了较为详细的介绍,在此基础上,提出了在城市抗震中应重点加强研究的5个方面的问题和今后的研究方向。     

建设韧性城乡的技术途径

中国地震多发、灾害严重,迫切需要提升抗震能力,实现韧性城乡的建设。本文围绕建设韧性城乡的技术途径,梳理了工程抗震技术发展的历史沿革,阐述了韧性城乡的提出背景。基于震害类比、实验验证和理论分析,总结提炼工程结构抗震能力“散”、“脆、”偏、“单”评估法,指出应以“整而不散”、“延而不脆”、“匀而不偏”、“冗而不单”的传统抗震技术及隔震与消能减震新技术作为实现韧性城乡的技术途径。     

Retrieval of water vapor profiles with radio occultation measurements using an artificial neural network

A new method applying an artificial neural network （ANN） to retrieve water vapor profiles in the troposphere is presented. In this paper, a fully-connected, three-layer network based on the backpropagation algorithm is constructed. Month, latitude, altitude and bending angle are chosen as the input vectors and water vapor pressure as the output vector. There are 130 groups of occultation measurements from June to November 2002 in the dataset. Seventy pairs of bending angles and water vapor pressure profiles are used to train the ANN, and the sixty remaining pairs of profiles are applied to the validation of the retrieval. By comparing the retrieved profiles with the corresponding ones from the Information System and Data Center of the Challenging Mini-Satellite Payload for Geoscientific Research and Application （CHAMP-ISDC）, it can be concluded that the ANN is relatively convenient and accurate. Its results can be provided as the first guess for the iterative methods or the non-linear optimal estimation inverse method.     

ANN在海洋预报中的应用

人工神经网络通过神经元之间的相互作用来完成整个网络的信息处理,具有自学习和自适应等一系列优点,因而用它来进行海洋预报是可行的。针对海洋预报问题,初步建立了基于神经网络的预报分析系统,给出了应用实例。     

人工神经网络在天津市区地面沉降预测中的应用

在分析天津市区地面沉降特点的基础上，结合人工神经网络原理，选择1961-1980年的天津市区降水量、地下水开采量、前年沉降量、固结度作为训练样本的输入量，以这20年的地面沉降量作为输出量，用贝叶斯正则化算法训练BP网络，得到沉降的仿真模型。并把1981-1993年的资料用来进行预测检验，结果表明这是一种比较理想的地面沉降预测方法。最后在不同的降水量保证率下，预测了到2010年天津市区地面沉降的情况。     

矿物分类和识别的人工神经网络模型

本文提出矿物分类和识别的人工神经网络模型，并选取一组标样－我国沉积碳酸盐型锰矿中菱锰矿作为研究对象，识别效率达１００％。结果表明，该模型性能良好，可望成为矿物识别的有效手段。