神经网络在空气污染预报中的应用研究

神经网络在空气污染预报中的应用研究（20篇）

1.神经网络在空气污染预报中的应用研究 篇一

BP神经网络在降雨侵蚀力预测预报中的应用研究

降雨侵蚀力反映由降雨引起土壤侵蚀的潜在能力,是建立通用土壤流失方程USLE的最基本冈子之一.由于降雨侵蚀力计算过程中所需资料较难收集,给其计算增加了难度.运用BP神经网络方法对降雨侵蚀力与地理之间的关系进行研究,建立降雨侵蚀力BP神经网络模型.对福建省46个地域的.降雨侵蚀力进行研究,结果表明:所建立的降雨侵蚀力BP神经网络模型对模拟预测福建不同地域的降雨侵蚀力,平均模拟精度为96.81%,平均预测精度为95.68%,达到了较为理想的效果.这不仅为降雨侵蚀力的预测预报提供了科学依据,而且也为BP神经网络在水土保持研究中的应用开辟了新的思路.

作 者：张坤 丁新新 洪伟 吴承祯 ZHANG Kun DING Xin-xin HONG Wei WU Cheng-zhen 作者单位：福建省高校森林生态系统过程与经营重点实验室,福州,350002刊 名：水土保持研究 ISTIC PKU英文刊名：RESEARCH OF SOIL AND WATER CONSERVATION年，卷(期)：16(1)分类号：S157.1关键词：降雨侵蚀力 地理因素 BP神经网络模型

2.神经网络在空气污染预报中的应用研究 篇二

电离层是高度范围大约在50km至1000km的地球高层大气空域,含有足够多的自由电子,能够显著地影响无线电波的传播。电离层的天气变化会对无线电系统产生不利影响,严重时甚至会引起无线电信号的中断。为提高通讯、定位、雷达、导航等无线电系统的工作性能,保障航天飞行的安全,对电离层天气进行准确定量的预报显得尤为重要。目前,国内外对电离层TEC值进行预报主要有两种方法,一种是直接利用现有电离层模型进行预报,国际上普遍使用的电离层预报模型主要有Bent模型、IRI模型、Klobuchar模型、低阶球谐函数展开模型等。这些模型中,以Klobuchar模型应用得最为广泛,但它也只能预报出总电子含量的50%~60%,最高也不过70%[1~3]。另一种方法是利用电离层TEC观测数据直接建立电离层TEC模型,这一类模型主要是基于单站的电离层TEC资料进行模拟的。在常用的各种建模预报方法中,时间序列是线性模型中精度比较高,应用较广的模型之一;而在非线性类中,神经网络是一种典型的非线性预测模型[4]。国内很多学者都成功地将这两种方法应用到了电离层TEC值的预报中。如李等分别将时间序列分析理论中的ARIMA模型应用到了电离层TEC值预报中[3,5]。张等分析了我国南海区域的电离层月中值特性并利用神经网络构建了我国南海区域经验模式[6]。陈等也成功地将神经网络技术用于电离层临界频率的预报中[7]。然而,单独使用时间序列或神经网络预测模型不能有效地反映各种因素的综合影响,组合这两种预测模型在一定的条件下能够有效地改善模型的拟合能力和提高预测精度。为此,本文将使用时间序列与神经网络组合预测方法进行电离层TEC值的预报,以提高预报精度。

1 时间序列与神经网络组合预报方法

1.1 ARIMA时间序列模型

ARIMA(即自回归积分移动平均方法)是一种精确度较高的线性时间序列预测方法,它是美国学者George Box和英国统计学家Gwilym Jenkins所建立的Box-Jenkins(B-J)方法的进一步发展和改进。ARIMA模型是将时间序列AR模型、MA模型、ARMA模型进行综合。在实际应用中,对于平稳时间序列可直接采用AR,MA,ARMA模型,而对非平稳时间序列需先进行差分消除其趋势,满足平稳条件后再进行建模,即ARIMA模型[8,9]。

ARIMA时间序列预测的建模过程一般分5步进行[8]:

(1)样本预处理:对非平稳时间序列平稳化;

(2)模式识别:根据时间序列样本数值的相关特性,判别序列应属于何种模型,计算其阶数;

(3)参数估计:根据识别的模型及其阶数,对模型中的参数进行估计;

(4)模型检验:在前两步的基础上,得到时间序列的初步模型,模型检验就对模型的适用性进行诊断检验;

(5)预测:对平稳化的时间序列进行预测。

1.2 BP神经网络模型

人工神经网络(Artificial Neural Networks简称ANN)是近些年来发展起来的模拟人脑生物过程的人工智能技术。它由大量的、同时也是很简单的神经元广泛互连形成复杂的非线性系统,现已经在诸多领域得到了广泛的应用。尤其是基于误差反向传播(Error Back Propagation)算法的多层前馈网络(简称BP网络)能以任意精度逼近任意的连续函数,广泛应于非线性建模、函数逼近、模式分类等方面。据统计,在人工神经网络的实际应用中,80~90%均采用了BP神经网络或它的变化形式[10]。

BP网络是前向网络的核心部分,体现了神经网络中最精华、最完美的内容。它是一种单向传播的具有三层或三层以上的前向神经网络,包括输入层、隐层和输出层,上下层之间实现全连接,而每层神经元之间无连接,图1就是一个三层的BP网络结构图。研究结果表明,增加隐藏层的层数不一定能提高网络的精度和表达能力,一般情况下,选用一个隐藏层就足够了。一个三层的BP网络理论上可逼近任意的非线性映射,因此在实际应用中,一般采用三层的BP网络就可以满足需要。BP算法是非循环多级网络的训练算法,其学习过程由正向传播和反向传播组成,输入值经过非线性变换从输入层经隐单元逐层处理,并传向输出层,每一层神经元的状态将影响到下一层神经元状态,如果在输出层不能得到期望的输出,则转入反向传播,通过修改各神经元权值,使误差信号最小。其具体学习过程和步骤如下[10]:

(1)选择一组训练样本,每个样例由输入信息和期望的输出结果两部分组成;

(2)从训练样本中取一个样本,把输入的信息输入到网络中;

(3)分别计算经神经元处理后的各层结点的输出;

(4)计算网络的实际输出与期望输出的误差,如果误差达到要求,则退出,否则继续执行第(5)步;

(5)从输出层反向计算到第一个隐层,并按照某种能使误差向减小方向发展的原则,调整网络中各神经元的连接权值(Weight)和阈值(Threshold);

(6)对训练样本集中的每个样本重复步骤(3)到步骤(5),直到对整个训练样本集的误差达到要求为止。

1.3 组合预报方法

建立由如上两种单一模型构成的组合预测公式为:

式(1)中yt为t时刻组合方法的预测值;yit(i=1,2)表示为第i种模型的预测值(本文中分别代表时间序列模型预测值和神经网络模型预测值);wi(i=1,2)表示第i个模型的权重。且满足w1+w2=1;w1,w2≥0。本文中即是用时间序列模型和神经网络模型预测值按式(1)来求得最终预测结果的,其中权值是按照模型残差的方差倒数法来确定的[4,11]。

2 实例计算与分析

实验所采用的数据为IGS发布的长沙地区经纬度为(115°,30°)点处的2006年全年(365天)的电离层TEC值。IGS每两小时发布一次电离层TEC值,因此一天有12个值,全年共有4380个电离层TEC值。本实验中是用前11个月的数据来预报最后一个月的电离层TEC值(即利用前4020个数据来预报后360个电离层TEC值)。通过Matlab编程建立时间序列及神经网络模型并实现预报,得到的预报图中横坐标单位为天,纵坐标单位为0.1*TECU(1 TECU=1016e/m2)。

2.1 TEC时间序列预报模型及结果

由于电离层TEC的周日变化,电离层TEC数据呈现周期为12的周期性变化,对其进行周期为12的差分及消除趋势项后,数据通过了平稳性检验。通过对其自相关及偏相关系数分析,可判断选用的模型为AR模型,然后通过FPE准则确定AR模型阶数为3,即我们要建立的模型为AR(3)。模型确定以后通过Matlab编程可求出其模型系数为[12](AR模型方程为:A(q)y(t)=e(t)):

A(q)=1-0.908 q∧-1+0.3692 q∧-2-0.1016 q∧-3利用该模型对第12月份的电离层TEC值进行预报,得到的预报结果如图2所示,其中子图(a)为预测值与原始值的对比图,子图(b)为预测值与原始值的残差图。

2.2 TEC神经网络预报模型及结果

确定神经网络为3层,输入层、隐含层以及输出层。隐含层采用S型函数作为激活函数,输出层取线性函数。对于本实验数据以前240个电离层TEC值作为输入,以第241个电离层TEC值作为期望的输出数据。通过不断调试,最后得到的网络结构的结点数为:240—1500—1。模型训练达到要求后,利用该模型对第12月份的电离层TEC值进行预报,得到的预报结果如图3所示,其中子图(a)为预测值与原始值的对比图,子图(b)为预测值与原始值的残差图。

2.3 TEC组合预报方法及结果

按照上文1.3节中提到的模型残差的方差倒数定权方法计算出时间序列和神经网络的权值分别为0.61和0.39。因此,得出的组合预测公式为:

按照式(2)的线性组合预测公式可求出第12月份的电离层TEC组合预测值,得到的预报结果如图4所示,其中子图(a)为预测值与原始值的对比图,子图(b)为预测值与原始值的残差图。

将图4与图2和图3比较我们可以看出,组合预测方法与时间序列及神经网络单个模型比较精度有了一定的提高,显示了该方法的优越性。表1列出的是三种模型的一些指标对比,其中预报值相对精度是由P=1-|I真值-I预报|/I真值这一公式求得的。从表1中可看出组合模型无论在哪方面与其它两种单个模型相比精度都有了一定提高。

3 结论

与广泛使用的Klobuchar模型一般只能预报电子总含量的50%~60%相比,利用电离层TEC观测数据直接建立电离层TEC的预报模型精度要高得多。本文采用的时间序列与神经网络组合方法的预报精度可达90%,比使用单一时间序列模型或神经网络模型进行预报相比提高了2%~3%。但值得注意的是在建立神经网络模型时很容易出现过拟合导致预测能力下降,因此需要通过不断测试找到最理想的拟合模型才能很好地预测电离层TEC值。此外,在建立时间序列与神经网络线性组合模型时权值的选取只是很简单地采用了模型残差方差倒数法来确定的,对于如何合理地确定组合模型的权值,还有待进一步研究。

摘要：时间序列和神经网络是广泛应用于各个领域的两种经典预测方法,将这两种方法结合起来可充分发挥其各自的优势。利用组合方法和IGS发布的2006年长沙地区某点处前11个月的电离层TEC(Total Electron Content,电子总含量)数据,对12月份的电离层TEC值进行了分析预报。结果表明,这种组合预测方法进行30天内电离层TEC预报相对精度在90%左右,比使用单个方法进行预报精度提高了2%～3%。

3.神经网络在空气污染预报中的应用研究 篇三

关键词：情绪管理；探索应用

2010年10月，电仪班有一名员工上班期间精神萎靡，甚至还跑到厂房的四楼屋顶产生轻生的念头。恰好路过的员工立即将其从屋顶拽下，车间领导随即稳住该员工的心神并于当晚对其家庭进行了走访。通过了解发现，该同志感到生活压力太大，缺乏工作经验无法胜任目前的工作，自己的前途十分渺茫。支部采取谈心、适当调整工作内容等多项措施予以疏导，直至2011年2月以后该员工才逐渐恢复正常。事件发生后，我们深刻感受到提前发现员工异常情绪的重要性，不应该等到事件发生时才“随机应变”，而应当提前发现做到“防患于未然”，寻一剂良方好“药到病除”。否则，运气不再时我们将悔之晚矣。

一、“预报”环节是获取员工情绪变化信息的最佳手段

长久以来，员工岗前情绪管理基本上形成了一些固定的模式和方法。但在实际工作中我们发现，借助传统的信息收集方式有时不能及时获得信息，导致工作十分被动。因此，如何有效地开展员工情绪变化信息的收集工作就成为一个摆在我们面前的课题。由天气预报而来的灵感使我们得到一个有趣的创意——上班前听天气预报，上岗前看心情预报。让员工自主地表露情绪状态，为管理者提供情绪变化的信息线索。

2011年4月，由员工自己精心设计的“心情预报板”在电仪班投入使用。通过这一活动平台，我们可以比较直观地获知员工当天的情绪状态，进而形成员工与管理者之间、员工与员工之间有效地反馈和互动。其收集信息、指导班组安全生产工作、心理暗示、目视化管理等功能对促进班组员工间的和谐、提高班组工作效率、确保生产受控、维护生产装置的平稳运行均起到良好的作用，成为员工情绪管理工作的有力工具。

2009年底入厂工作的大学生尹某性格比较孤僻，平时沉默寡言。有一段时间其情绪十分亢奋，心情预告板的指示和他的实际行为（话多、冲动、到处走）引起了车间的注意。在交流中本人明确承认情绪亢奋，自己控制不住。支部派人走访其父母后了解到该同志自小父母离异，经历坎坷，高中阶段曾患有抑郁症。

上述事例仅仅是“心情预告板”投入使用半年以来成功“预报”中的一部分，标志着支部的思想政治工作水平获得了长足进步。“心情预报”为员工情绪管理工作争取了足够的主动，但问题也随之而来——如何充分利用“预报”抢来的先机，用更合理的方法去处理发现的异常情绪呢？

二、“处理”环节需要更新型、更有效的沟通手段

思想政治工作往往被人们简单地理解为空洞的说教，泛泛而谈。其实，这是交谈双方因心灵有距离而造成的表面现象。思想政治工作，其实质是心灵的沟通，是相互之间世界观、价值观的碰撞，是一场艰苦的“心灵之战”，方式多种多样，效果不尽相同。然而，一直以来我们往往都忽略了环境和沟通方式的单调、生硬，正是它们加大了交谈双方的距离感，使谈话发生之处变成一个严肃甚至冷酷的空间。

工厂中主要的交流场所是办公室。在办公室里隔着张办公桌进行交流，即便双方十分随和，员工在领导面前都会有种领导居高临下审视自己的感觉，这多多少少都会让人感到紧张甚至压抑，以至于造成有困惑、有苦闷忘记提，有意见、有要求不敢提的局面。很明显，在生硬的环境中进行面对面地交流容易造成人与人之间的距离感，无法很好地沟通内心的真实想法。为了创造一个轻松、随和、宜于交流的环境，我们尝试着在职工小家设立了一个“交流角”。

设立在电仪班职工小家的“交流角”有着其他办公室所无法比拟的巨大优势。职工小家包括交流区、学习区、文体娱乐区，是员工学习、休息的主要场所。在建设小家之时，我们有意识地设立了一面“荣誉墙”，把几年来获得的锦旗、奖杯、证书摆放其中。在荣誉墙的对面设置一组沙发。荣誉墙、沙发构成相对封闭区域，即为“交流角”。一个小小的“交流角”融入在职工小家的愉悦氛围之中。很多的沟通活动在这个轻松、休闲的氛围中、在员工的不经意间悄然进行，它的设立变“面对面”为“肩并肩”，实现了心灵的沟通，解决了一些难点问题。

2006年参加工作的大学生孟某虽然年轻但肯于钻研业务水平，工作上也踏实肯干。由于他来自农村，家庭条件不好，需要同时供三个弟弟妹妹上学，经济负担十分沉重，在个人的感情问题上一直很不顺利。工作和生活中的不如意使他的自信被一丝丝剥离，平常心也一点点被扰乱。车间领导多次找他谈心，尝试打开他的心结。然而，性格内向、寡言少语的他却愈发变得孤僻、阴沉、自我封闭。车间设立“交流角”后，肩并肩交流这种方式的优点在此时充分得以发挥。

采取多种形式和手段收集员工的情绪变化信息是有效开展思想政治工作的第一步。但在发现异常“苗头”后，采用什么样的交流方式、沟通手段则是有效开展思想疏导、解决问题的关键。“交流角”的设立，把思想疏导工作的时间、地点、环境放在午休时、健身活动后、温馨舒适的职工小家，变“面对面”为“肩并肩”，变“上下级谈话”为“兄弟式恳谈”。利用休闲活动之余在沙发上坐下来，轻轻松松地唠唠家常，干部员工彼此没有了距离感，说出了心里话。面对着荣誉墙，把每个人亲身参与、通过努力获得的历史荣誉信手拈来带入到谈话氛围当中，三言两语间解决了心灵的困惑，远胜于干涩的说教，收效十分显著。

4.神经网络在空气污染预报中的应用研究 篇四

城市空气污染数值预报模式系统及其应用

介绍了城市空气污染数值预报模式系统的.主要组成.并利用该系统对杭州市空气污染进行了预报.结果表明该系统对污染物浓度具有较好的预报性能,预报值与实测值之间有较好的相关性,其中NO2,SO2和PM10的预报与实测值的比值分别位于0.65～1.44、0.66～1.30和0.55～1.57,但模式系统对于空气质量级别(特别是NO2和PM10)的预报准确率较低,该模式系统运用于杭州的城市空气质量预报还需要进一步地改进.

作 者：蔡海航 Guo Hui-hui Cai Hai-hang Guo Hui-hui 作者单位：杭州市气象局,杭州,310008刊 名：气象水文海洋仪器英文刊名：METEOROLOGICAL,HYDROLOGICAL AND MARINE INSTRUMENTS年，卷(期)：“”(1)分类号：X51关键词：城市空气污染 数值预报 空气质量级数

5.神经网络在空气污染预报中的应用研究 篇五

TSD系统在隧道超前地质预报中的应用

指出TSD隧道超前预报系统是用地震原理对隧道进行超前探测的系统,该系统采用了速度型检波器进行数据采集,数据采集和处理系统高度智能化,使用该系统对安徽某隧道(ZK55+488里程)进行地质预报,结合实际开挖证实了该套系统预报的可行性和准确性.

作 者：宋广明 刘志凯 刘瑞臣 SONG Guang-ming LIU Zhi-kai LIU Ru-chen 作者单位：天津华勘有限公司,天津,300181刊 名：山西建筑英文刊名：SHANXI ARCHITECTURE年，卷(期)：35(18)分类号：U452.1关键词：TSD 隧道 超前预报

6.神经网络在空气污染预报中的应用研究 篇六

混沌理论在水文系统中的应用分析及海浪预报探讨

混沌理论在水文系统中的应用主要集中在水文时间序列的.混沌性识别和水文混沌预测的模型研究上.重点探讨了水文系统混沌分析应用领域的研究进展,并分析认为,提取海浪混沌特征,探索海浪预报的一种新方法,很值得尝试并深入研究.

作 者：杨继(W) 邵利民 郭超 易海祁 曹祥村 YANG Ji-li SHAO Li-min GUO Chao YI Hai-qi CAO Xiang-cun  作者单位：海军大连舰艇学院,军事海洋系,辽宁,大连,116018 刊 名：海洋技术  PKU英文刊名：OCEAN TECHNOLOGY 年，卷(期)：2008 27(1) 分类号：P731.33 关键词：混沌理论   水文系统   海浪预报  

7.神经网络在空气污染预报中的应用研究 篇七

关键词：洪水预报,降雨径流相关模型,丹江口水库,短期预报

1 流域概况

汉江流域水系成叶脉状,自上而下主要支流有任河、洵河、甲河、堵河、丹江、南河、唐白河等。丹江口以上为上游,丹江口水利枢纽位于汉江与支流丹江汇合口下的丹江口市,水库控制流域面积95 200 km2。汉江流域属东亚副热带季风区,气旋雨较多,年降雨量为700～1 100 mm,自上而下递增。汛期降水约占全年降水的75%～80%,主要集中于5-10月,年降水量的变差系数Cv值为0.20～0.25。年径流的地区分布与降水量大体一致,由于陆地蒸发的地区分布于降水量相反,使得年径流深的地区分布不均匀。流域内径流深为300～900 mm。降雨径流在地域及时间分布上的不均匀性决定了水文预报[1,2]调度的重要性。主要承担防洪任务的丹江口水库加高后防洪标准提高到1 000年一遇,作为长江中下游的一道安全屏障为长江防洪减压,洪水预报决策支持系统对丹江口水库拦洪削峰作用的有效实施具有重要的意义。

2 模型建立

API(Antecedent Precipitation Index)模型又称前期影响雨量模型,以流域降雨产流的物理机理为基础,以主要影响因素作参变量,建立降雨量P与产流量R之间定量的相关关系。降雨-前期影响雨量-径流相关图[3]加经验单位线法在API模型的基础上作出适当简化及改进[4,5],广泛应用于我国洪水预报的实际生产项目。丹江口水库在多年洪水预报[6]的实践工作中已形成大量宝贵的预报经验及观测数据,本文在前人工作的基础之上进行分析归纳提炼总结,对基于该API模型的常规经验预报方法重新建立并完善,并构建一套适合计算机处理的短期洪水预报应用软件,该软件已与湖北电网水库调度自动化系统进行综合集成。实际应用效果证明,该模型运行稳定成果优良。预报模型的基本结构如图1所示。

如图1所示,降雨径流经验相关模型计算主要包括以下几个步骤。

(1)降雨量计算。各分区的有效降雨PE为降水量P与蒸发量E之差,即:

${\rm P}E{}_t={\rm P}{}_t-E{}_t(1)$

式中:PEt为t时段有效降雨量;Pt为t时段降水量;Et为t时段蒸发量。

$E{}_t=E{\rm M}{}_t{\rm K}C(2)$

式中:EMt为蒸散发能力,即蒸发器实测水面蒸发量;KC为流域蒸发能力系数。

(2)前期影响雨量计算。降雨开始时,流域内包气带土壤含水量的大小是影响降雨形成径流的一个重要因素。土壤含水量的实测资料很少,即使有也只能代表点的情况,不能代表土壤含水量在流域分布的复杂规律。因此,水文学上用间接的方法来表示流域的土壤含水量。目前,常用的方法有2种,一种是前期影响雨量Pa,另一种是流域的蓄水量W。前者计算公式如下:

${\rm P}a{}_{t+1}={\rm K}({\rm P}a{}_t+{\rm P}{}_t)(3)$

式中:Pat为第t日的前期影响雨量,mm;K为土壤含水量的日消退系数。Pa值不应大于流域最大蓄水量Im。

(3)产流计算。流域产流影响因素众多,其机制和过程相当复杂。丹江口水库经过多年的实践,建立了基于降雨(P)、前期影响雨量(Pa)和产流量(R)3者关系的降雨径流经验相关图。图2绘制出丹江口水库流域1分区的Pa～P～R三变相相关图(其他2～12分区情况类似)。

根据任意前期影响雨量Pa(0≤Pa≤Im)和流域的降雨P,进行线性插值后便可计算出产流量R。

(4)径流划分。由于地面径流和地下径流的汇流特性不同,通过稳渗率fc可将总径流量R划分为地面径流RS和地下径流RG,即R=RS+RG,以便分别进行汇流计算。

按蓄满产流模型,只有当包气带达到田间持水量,即包气带蓄满后才产流,此时的下渗率为稳定下渗率fc,单位为mm/s。

当PΔt-EΔt ≥ fc Δt时,产生地面径流,下渗的水量fc Δt在产流面积上形成的地下径流RGΔt为:

$RG{}_{\text{Δ}t}=\frac{R{}_{\text{Δ}t}}{{\rm P}{}_{\text{Δ}t}-E{}_{\text{Δ}t}}f{}_c\text{Δ}t(4)$

当PΔt-EΔt<fc Δt时,不产生地面径流,PΔt-EΔt全部下渗,在产流面积上形成的地下径流RGΔt为:

$RG{}_{\text{Δ}t}=\frac{Fr}{F}({\rm P}{}_{\text{Δ}t}-E{}_{\text{Δ}t})=R{}_{\text{Δ}t}(5)$

(5)地面、地下径流汇流过程计算。丹江口以上流域面积大,降雨和损失不均匀,情况比较复杂。地面汇流采用经验单位线法,一般若降雨强度较大,则相应洪水大且汇流速度快,由此类洪水分析得出的时段单位线峰值较高,峰现时间较早;反之峰值较低,峰现时间滞后。当暴雨中心在上游时,由于汇流路径长,河网对洪水的调蓄作用大,分析的时段单位线峰值较低,峰现时间滞后;反之峰值较高,峰现时间较早。因此各分区单位线按暴雨中心位置和净雨量大小分类型编制,如图3所示。各分区针对不同的降雨特性选择不同的单位线进行地面汇流,得到地面汇流过程QS。

地下径流经过地下水库的调蓄作用(用消退系数KKG表示),成为地下水对河网的总入,其计算公式为:

$QG{}_t=QG{}_{t-1}{\rm K}{\rm K}G+RG{}_t(1-{\rm K}{\rm K}G)U(6)$

式中:QGt为t时段地下径流对河网的总入流;KKG为地下径流的消退系数,经率定,丹江口流域取0.8;U为单位转换系数,U=A/(3.6Δt);A为区块面积。

将各分区的地面径流与地下径流线性叠加,即得各分区总的汇流过程。

$Q{}_t=QG{}_t+QS{}_t(7)$

3 实例应用与精度评定

由于丹江口水库以上流域面积较大,形状狭长,降雨极不均匀,在进行丹江口水库短期洪水预报系统的研制工作中,针对降雨径流经验相关方案以及各区域不同的水文气象特点,将水库以上流域分为12个经验分区分别考虑,沿河段的区间入流可简化为各单元支流的入口处。对于各个单区,产流采取降雨径流经验相关法,即根据该区前期土壤含水量指标及降雨量,利用该区降雨径流经验相关图P～Pa～R,查算出产流量R。地面汇流采取经验单位线汇流,地下径流采用线性水库进行汇流计算。

预报模型中单位计算时段长度的选择,对预报洪水的过程线形状以及洪峰大小均有较大影响。单位计算时段过长会使洪峰预报值偏小且洪水过程趋于坦化;若单位计算时段过短,预报洪水过程线易出现锯齿状,与实际不符。经过计算分析,本预报系统中丹江口水库洪水预报单位计算时段长度选取为3 h。根据产汇流模型得到各分区出口流量过程后,考虑安康、黄龙滩等水库的调蓄作用,采用合成流量法进行河道汇流,对分区预报流量过程错时线性叠加,得到预报演算控制点安康、白河的径流过程,最终计算出丹江口水库入库流量过程。

根据已有资料及作业预报经验,制定各分区出口至入库地点的洪水汇流时间,如表1所示。

根据表1的洪水汇流时间,采用合成流量法依次计算预报演算点安康、白河以及丹江口水库的入库流量。安康入库流量过程Qa(t)为:

$\begin{array}{l}Q{}_a(t)=Q{}_1(t-\tau {}_1)+Q{}_2(t-\tau {}_2)+\\ Q{}_3(t-\tau {}_3)+Q{}_4(t-\tau {}_4)(8)\end{array}$

根据安康水库的实时水位及调洪规程,采用相应泄流曲线,演算安康出库流量过程,同理可推得白河的入库流量过程Qb(t):

$\begin{array}{l}Q{}_b(t)=Q{}_a(t)+Q{}_5(t-\tau {}_5)+\\ Q{}_6(t-\tau {}_6)+Q{}_7(t-\tau {}_7)(9)\end{array}$

由白河的出库流量过程,即可推得丹江口水库的预报洪水入库过程Q(t):

$\begin{array}{l}Q(t)=Q{}_b(t)+Q{}_9(t-\tau {}_9)+Q{}_{10}(t-\tau {}_{10})+\\ Q{}_{11}(t-\tau {}_{11})+Q{}_{12}(t-\tau {}_{12})(10)\end{array}$

式中:τi为第i分区至演算点的传播时间;Qi为第i分区的径流过程。

为保证洪水预报的精度,降低预报误差,需根据最新的预报信息对初步预报的成果进行实时滚动校正。丹江口水库短期洪水预报系统采用可变遗忘因子递推最小二乘算法进行预报结果校正,分析已发生时段的误差信息,滚动修正预报值,得到校正后的预报结果。丹江口水库某场次洪水短期预报成果如图4所示。

预报精度是评定预报成果可靠性的基本依据,本文研究的丹江口水库短期洪水预报系统预报成果的精度评定以《水文情报预报规范》(SL250-2000)的要求为依据。用确定性系数作为评价洪水预报过程与实测过程之间吻合程度的指标,同时还有洪峰流量误差、峰现时间误差和径流深误差等精度评定指标。对于合格的洪水预报方案,其洪水预报过程确定性系数应控制在0.8以上,洪峰流量、洪水总量允许相对误差为±20%,峰现时间允许误差为一个计算时段。

根据丹江口水库以上流域140多个雨量、流量及蒸发量观测站的观测资料,对12个干支流区多场洪水进行预报方案的拟合计算,同时对各场次的洪水预报方案进行精度评定。按照上述标准来评定丹江口水库历史洪水预报成果的精度,评定结果如表2所示,预报洪水过程与实测洪水过程的确定性系数较高,洪量、洪峰和峰现时间基本符合规范要求。个别场次洪水由于部分主要来水区间降雨分布较为不均,分区雨量的测算及单位线的选取存在偏差,导致洪峰流量等预报精度偏低。总体来看,30个评测方案仅4个不合格,合格率达87%;合格方案平均确定性系数为0.90。达到规范上的甲级预报标准,预报成果令人满意,说明该降雨径流经验相关法应用于丹江口水库短期洪水预报系统有效可行。

4 结 语

本文以湖北电网水库调度自动化系统建设项目为实例依托,在已有工作经验的基础上建立并完善了降雨径流经验相关模型,并采用可变遗忘因子递推最小二乘算法对预报值进行滚动校正,最终将其应用于丹江口水库短期洪水预报系统高级应用软件中。经过模拟预报30场次的历史洪水,方案的精度评定结果证明该方法具有较高的精度,可为丹江口水库及湖北电网水库群防洪调度提供良好的指导作用和数据支撑。

参考文献

[1]包为民.水文预报[M].4版.北京:中国水利水电出版社,2009.

[2]葛守西.现代洪水预报技术[M].北京:中国水利水电出版社,1999.

[3]李福威.降雨径流经验相关模型在桓仁水库洪水预报中的应用[J].东北水利水电,2002,20(1):35-37.

[4]张恭肃,王成明.对API模型的改进[J].水文,1996,(4):20-25.

[5]刘国富,周涛,楼其禄.连续API水文模型的研究及应用[J].大坝与安全,2008,(2):4-8.

8.神经网络在空气污染预报中的应用研究 篇八

【关键词】神经网络；塑性加工

1.引言

神经网络技术属于人工智能领域，最早在上世纪五十年代开始出现一些相关理论性的研究，由于受到当时软、硬件环境的约束，因此该技术的发展一直处于停滞状态，直到九十年代才得到足够的重视，并由于其在控制过程中独特的优势而受到广泛的关注和青睐，成为最热门的研究领域之一。人工神经网络的特点主要有大规模并行计算能力突出、数据存储的分布性好、超强的自学习和自适应能力等，甚至基于神经网络衍伸出的一些优化算法还可以具备相当程度的联想、识别和记忆功能，这大大强化了神经网络的适用范围。目前该技术已广泛的应用在生产控制、模式识别、网络控制、信号处理、医学工程以及其他需要智能优化处理服务的自动化控制场合。

2.人工神经网络概述

人工神经网络技术模拟人脑中由大量的神经元连接组成的复杂网络，在求解过程中充分的调动神经元之间的相互作用，从而实现对数据的感知、记忆和处理功能。虽然神经元个体相对简单且功能有限，但通过大量不同神经元的组合，便可使生成的网络系统具有多样化的功能。在人工神经网络中，神经元由三部分构成，分别是包含网络中每条连接权值的权集；用以存储某条组合连接中各个单位连接权值之和的求和单元；对加权和进行非线性映射并约束其强度的非线性激励函数。由这三部分组成的单个神经元可与其他多个神经元相连接，组成各种类型的神经网络。

神经网络的另一个优势在于其独特的分布式数据存储方式上，由于将采集到的大量数据分布存储在各个神经元之间的连接强度上，可大大增强数据的生存性和安全性，即使出现了局部数据的损毁，也不会对最终的计算结果造成太大的影响。从计算机技术方面分析，神经网络中的神经元实质上是一个非线性运算器，可同时接受多路输入数据参与运算，而计算结果则是唯一的单个输出。从数学建模的角度来看，通常使用三个函数来描述神经网络，分别是阶跃函数、分段线性函数和Sigmoid函数，如下所示：

在塑性加工领域，应用最多的是前馈型神经网络，在该类神经网络中，包括输入层、隐层和输出层三层结构。在这三层之间，内部节点相互独立，减少干扰，其实现的输入和输出之间的关联受到多种因素的影响，如节点数、层数、连接权值等等，若要实现该网络输出尽可能的逼近预设值，就必须采用误差函数来对各个连接强度进行动态调整，最常使用的是二乘误差，如下所示：

3.人工神经网络在塑性加工中的应用分析

3.1 工艺设计专家系统

工艺设计是塑性加工工序的开始，通过科学的工艺设计，可以将整个加工流程进行合理的安排，预设合适的参数组合，以使得生产出的产品合乎标准，在这一阶段，首先要完成的就是大量资料的收集，随后是数据提炼，计算量相当庞大。而利用人工神经网络来建立专家系统时可以实现大规模的数据并行处理，且不需要循序渐进的推理，直接通过大量的训练来得到最优的解集，这是其他智能算法所不具备的突出优势。而且在神经网络中，推理过程和计算过程是同步完成的，且相关信息分布存储在网络节点间的连接强度上，通过对样本不断的学习和更新来完成对存储知识的不断优化。

3.2 无损探伤及缺陷预测

在超声探伤、磁粉探伤等无损探伤中，由于得到的信息较为有限，因此传统的监测系统很难准确判断构件内部缺陷的具体情况，更谈不上精确定位了，且这种困难随着北侧物件体积的增大而直线上升。而神经网络所具有的非线性识别及映射能力则能很好的解决这一问题，通过反复的训练优化，最终定位出最有可能的缺陷位置和缺陷尺寸。若某平板内具有圆形缺陷，可先用有限元法模拟在一定载荷下圆孔的位置、尺寸变化对某些点的位移、应变的影响，将所得到的数据用来训练神经网络。一旦训练成功，就可以利用它确定同类试件内部的缺陷及其尺寸位置。

3.3 预测材料性能及参数识别

在塑性加工理论研究中，材料塑性变形行为的表述能否准确反映材料在外载作用下的响应，直接影响到理论结果的准确性。在利用传统方法建立本构模型时要引入许多假定的前提条件，还要通过大量的实践经验和实验验证来选择合适的参数组合，通过在不同环境下的仿真实验，并对结果进行对比分析，不断修正乃至最终确定本构模型，这一过程显然占用了过多的时间和资源。而利用神经网络却可以实现应力—应变的直接映射，直接从实验数据“学习”应力—应变关系，从而避免了大量的数学推导过程和验证—修改的不断反复过程。网络实现对应力—应变关系模拟就是在“训练”过程中不断改变自身各神经元间的连接强度，训练完成后，网络将应力—应变关系（某种材料）“记忆”在其连接强度上即可。

4.结束语

虽然神经网络已经被广泛的应用到各种工业控制场合并表现出强大的学习和自适应能力，但其算法的收敛性和鲁棒性仍有待加強，相信人工智能领域的不断突破，人工神经网络比价发挥出更大的作用。

参考文献

[1]时慧焯.基于人工神经网络的注塑成型翘曲优化方法[D].大连：大连理工大学，2012

[2]付子义.基于BP神经网络优化的PID控制器研究[J].软件导刊，2015，（12）：45-48

基金项目

9.神经网络在空气污染预报中的应用研究 篇九

对铬污染土壤的动电修复技术的行为机制、研究现状进行了综述,探讨了铬在土壤中的`价态、形态及吸附作用对动电修复的影响,并列举一些铬污染土壤动电修复的改良技术.最后对动电技术发展进行了展望,并对该技术今后的研究及发展提出了建议.

作 者：黄健 邱胜鹏 魏榕 曾睿 HUANG Jian QIU Sheng-peng WEI Rong ZENG Rui 作者单位：黄健,邱胜鹏,魏榕,HUANG Jian,QIU Sheng-peng,WEI Rong(福州大学环境与资源学院,福州,350002)

曾睿,ZENG Rui(西北工业大学应用化学系,100072)

10.神经网络在空气污染预报中的应用研究 篇十

硫杆菌和元素硫在治理重金属污染中的应用研究进展

摘要：硫杆菌和元素硫在治理土壤和沉积物中重金属已经有了较多的研究.本文论述了利用硫杆菌和元素硫治理土壤和沉积物中的.重金属污染的应用进展.主要包括了利用硫杆菌和元素硫去除重金属的优缺点及主要的影响因素,如温度、pH、细菌种类、元素硫浓度等.作 者：崔岩山    CUI Yan-shan  作者单位：中国科学院,研究生院,资源与环境学院,北京,100049 期 刊：土壤通报  ISTICPKU  Journal：CHINESE JOURNAL OF SOIL SCIENCE 年，卷(期)：2007, 38(2) 分类号：X131.3 X53 关键词：硫杆菌    元素硫    重金属    应用   

11.鸡西市空气污染气象条件预报分析 篇十一

摘 要 选取2006-2010年鸡西市气象资料，包括每日的气象要素及高空、地面和物理量场等资料，及市区4个环境监测点的环境空气日均监测值，通过对能见度和API数值的变化开展分析，了解鸡西市空气污染现状，选取典型重污染天气，分析实况、环流形势及气象参数，选取空气污染气象条件预报的预报因子，建立鸡西市空气污染气象条件预报流程。

关键词 空气污染；预报流程；能见度；黑龙江省鸡西市

中图分类号：P457；X16 文献标志码：B 文章编号：1673-890X（2016）15--02

鸡西市是东北最大煤城、黑龙江省“四大煤城”之首，近年来，随着经济发展、城市迅速扩大和城市化进程加快，工业的发展以及汽车使用的日益频繁，使得空气质量明显下降，这些是鸡西市空气污染的主要原因。空气污染不仅对人体健康有影响，而且对经济发展及投资环境影响很大。因此，为保护环境，开展对空气污染的研究是非常重要和紧迫的。同时，空气污染所造成的空气质量的下降是与气象紧密相联系的[1]。气象条件好则利于污染物扩散，气象条件差则不利于污染物的扩散，容易造成污染物积聚，从而形成污染天气。

1 资料与方法

1.1 研究区自然条件

鸡西市位于黑龙江省东南部，三面环山，地形复杂，属于中温带大陆性季风气候区，春季易旱多大风，夏季短促雨水集中，秋季骤冷易冻害，冬季寒冷漫长且干燥。

1.2 资料

本论文选取了2006-2010年鸡西市气象资料，包括每日的气象要素及高空、地面、物理量场等资料，以及市区4个环境监测点的环境空气日均监测值，监测项目为PM10、SO2和NO2，对其开展分析，了解鸡西市空气污染现状，分析冬季逆温天气对空气污染的影响，气候平均值采用1981-2010年资料计算。

1.3 研究思路

本文通过了解地形、气候条件、污染源等各方面条件，分析鸡西市污染现状及趋势。通过对本站的历史气象资料和大气监测资料开展分析，研究气象条件对空气污染的影响，建立空气污染气象条件预报流程和指标。

2 大气污染现状分析

2.1 污染与地形

鸡西市周边地形，紧邻市区的南北方向的山地海拔均较高，鸡西市区位于东西方向的谷地之中，常年主导风向为西风，受山体的阻挡，在出现静小风、逆温或熏烟等气象条件时，污染物难以向外扩散传输，容易在谷底的市区周围形成严重的空气污染[2]。

2.2 污染现状

鸡西市各测点的PM10和SO2年均浓度基本均处一、二级标准限值之间，PM10的占标率稍高，NO2年均浓度基本满足一级标准，其主要污染物排序为PM10>SO2>NO2，污染类型仍主要为煤烟型大气污染。总的来讲，随着近年来节能减排和城市改造的进展，PM10的浓度呈现逐年下降趋势，SO2和NO2略有下降基本持平。其中环保局测点的SO2和NO2浓度有逐年升高的趋势，其原因可能与近年来中心城区的人口和机动车增长有关。

2.3 污染成因

污染浓度明显呈现秋冬高、春夏低的特点：一是由于供热时段内，供热排放源市是鸡西市区最主要污染源；二是鸡西市秋冬季气温低、气压高、降水稀少、气候干燥、风速较小、日照时数少、大气层结稳定、大气逆温出现频率以及强度较高，大气污染物不易稀释和沉降，致使大气中总悬浮颗粒物、S02、NOx等污染物大量堆积[3]。

3 空气污染的气象条件分析

3.1 逆温

由于逆温时的大气状态十分稳定，因此在逆温层内大气垂直运动很难发展。当大气出现逆温层时，处于逆温层中的烟、尘和水汽凝结物因不易扩散将会造成大量堆积使能见度变坏，空气质量恶化，严重时甚至可能形成污染事件。分析表明，在污染源排放量一定的情况下，低空逆温层厚度、逆温层底高、逆温层顶底温差与大气中污染物浓度有显著的统计关系，而与逆温层中的逆温强度统计关系不显著。

3.2 风速

一直维持风速较小或静风状态，是典型的静稳天气，导致污染物的持续积累和污染天气的形成和发展。

3.3 湿度

相对湿度，和大气稳定度有关，高湿常与逆温和稳定空气相伴。

3.4 气温

当日的最高气温与最低气温 ，与大气稳定度有关，常反映混合层高度。

3.5 降水

当日的降水量，反映天气状况和大气的冲刷情况。

4 环流形势分析及典型天气模型

秋冬季鸡西市常受蒙古高压控制，受干冷空气影响。在此天气形势下，风的垂直切变小，低层风速也偏小，近地面低空常为静风或微风，大气稳定度加强，空气水平扩散条件差；而且夜间的辐射降温强，通常在近地面形成逆温层，鸡西市冬季出现辐射逆温的平均日数占总天数的80%以上；降温的同时也增大了空气的相对湿度，温度露点差减小，容易凝结形成雾；在形成雾的条件中，气温越低，空气中所能容纳的水汽越少，越容易形成霾，它们常常相伴而生；同时，雾霾削弱了地面的短波辐射增温，有利于逆温层的维持，容易出现污染天气。

4.1 冷高压

在地面图上多表现为受冷高压控制，冷高压主体向南或南东南方向移动，鸡西市处于强大冷高压的前部。此外，受地面冷高压中心控制。地面冷高压位于贝加尔湖东部且自西北向东南方向移入黑龙江省，冷高压中心多位于黑龙江省中部地区，冷高压中心强度一般在1 040 hPa以上，其所控制的地区天空晴朗，风速小。

4.2 暖低压

在暖空气流移到冷的地面上时形成的。在850 hPa图上表现为有很强的暖平流，地面则处于低压前部，此时天空云量多或有微弱降水，气温较低，当高空有强暖平流移来时形成较强逆温。

5 预报流程

了解环保局发布的实况监测资料；分析环流形势是否为典型的污染天气环流形势；本站天气现象，污染天气多伴有雾霾等稳定性天气现象；逆温，计算850 hPa以下各层的逆温；物理量，如850 hPa垂直速度变现为弱的辐合、辐散，使逆温加剧；分析气象要素变化和气象要素预报，表现为升温、降压、小风，24 h变压为负或变化不大；结合省局模式产品制作预报。

6 结语

1）气压变化小，气温变化小，风速小等气象要素有利于污染天气的出现及其维持。随着降水的产生，风力的加大，逆温的破坏、气温的变化都能有利于污染天气减弱或消散。

2）在统计分析历史资料的基础上，对典型污染天气过程进行总结分析和机理研究，建立我局空气污染气象条件预报流程，更好的开展空气污染的预测预警服务。

参考文献

[1]宁海文.西安市大气污染气象条件分析及空气质量预报方法研究[D].南京：南京信息工程大学，2006.

[2]庞博.哈尔滨市冬末逆温_大气稳定度与大气污染概率关系[J].黑龙江气象，2011（6）：7-9.

[3]孙银川.银川市空气污染特征分析及其预报方法的研究[D].南京：南京信息工程大学，2007.

12.神经网络在空气污染预报中的应用研究 篇十二

水污染的预防和治理已成为当今世界日益严重的热点问题。膜生物反应器(MBR)作为一种将膜分离技术和生物反应技术相结合的新型高效污水处理技术,已被广泛应用于生活污水、有机废水处理等领域[1,2]。膜污染会影响MBR膜分离单元的性能,缩短膜的使用寿命,增加MBR系统的运行成本。因此研究膜污染的机理和预测控制方法,保证膜生物反应器能够在稳定的低耗能条件下获得较大膜通量是促进MBR推广应用的关键[3,4]。

目前在MBR膜污染领域,常用的多种预测模型都存在一些缺陷,如对膜污染机理分析不够透彻,预测精度差等问题。人工神经网络在预测领域有比较成熟的应用,而相比较传统的BP神经网络,RBF网络具有唯一最佳逼近的特性且无局部极小值的问题,可以做更精准高效的预测分析[5,6,7]。再引入遗传算法优化RBF神经网络的相关参数,弥补单一径向基网络模型的缺陷,就可以实现对膜污染更精准的预测。

2 RBF神经网络(RBF neural network)

人工神经网络(Artificial Neural Network,即ANN),是由人工建立的,以有向图为拓扑结构的动态系统,它从信息处理角度对人脑神经单元网络进行抽象化,建立简单模型,按不同的连接方式组成不同网络。人工神经网络以其特有的非线性适应性信息处理能力,使之在模式识别、自动控制、人工智能、预测估计等方面都有成功的应用,表现出了良好的智能特性。

径向基函数(RBF)神经网络是一种高效的前馈式神经网络,它由输入层、隐含层和输出层构成,具有其他前向网络所不具有的最佳逼近性能,并且结构简单,训练速度快。该神经网络采用RBF作为隐单元的“基”构成隐含层空间,将输入矢量直接映射到隐空间而不需要权值连接。当RBF的中心点确定后,映射关系也就随之确定。隐含层空间到输出空间的映射是线性的。

径向基神经网络的网络结构如图1所示。

RBF网络的激活函数采用径向基函数,以输入和权值向量之间的距离作为自变量,常见的隐含层节点的核函数为高斯函数。

其中,σ称为基函数的扩展常数或宽度,σ越小,径向基函数的宽度越小,基函数就越有选择性。

3遗传算法(Genetic algorithm)

遗传算法(Genetic Algorithms,简称GA或GAs)是由密歇根大学Joho H.Holland教授及其学生于20世纪60年代末到70年代初提出的一种经典的智能算法。遗传算法是一种基于群体寻优的方法,具有全局搜索能力,初值无关性以及较快的收敛速度。具体过程如下:

Step1:采用随机的方法或者其他方法产生一个初始种群。

Step2:根据问题的目标函数构造适值函数(Fitness Function)适值函数用来表征种群中每个个体对其生存环境的适应能力。

Step3:根据适应值的好坏,不断选择和繁殖,基因通过交叉和变异得到更新。

Step4:若干代后得到适应值最好的个体即为最优解。

4遗传算法优化的RBF神经网络(Optimization of RBF neural network based on genetic algorithm)

RBF神经网络具有最佳逼近性和全局最优性,可以实现对MBR膜通量较为精确的预测。但是为了更好地选取相关参数,引入遗传算法对RBF神经网络的参数进行合理优化,其中包含四个参数,分别是误差、训练速度、最大神经元数目以及神经元的间隔,经过遗传算法寻优后得到的最优个体即为进行RBF神经网络训练涉及的最优参数。GA-RBF神经网络模型完成网络训练后,再采用仿真数据检测评估该网络的优化性能。

5建立基于PCA的GA-RBF膜污染仿真预测模型(A simulation model of GA-RBF membrane pollution based on PCA is established.)

5.1采用PCA进行模型输入参数选取

主成分分析(Principal Component Analysis,PCA)是一种掌握事物主要矛盾的统计分析方法,它通过矩阵特征值分析对初始数据进行线性空间投影,从多元事物中解析出主要影响因素,从而达到简化复杂的问题的目的。

膜污染的影响因素众多,通过减少RBF网络的输入数来简化RBF网络结构,从整体上提高RBF网络的性能。初选的六个膜污染影响因子为X={总阻力,MLSS,操作压力,COD,PH,温度}。

主成分分析法步骤为:

Step1:把初选的六个膜污染影响因子组成矩阵X。

Step2:对X数据标准化处理,得到标准化矩阵A。标准化后的数据阵每个列向量的均值为0,标准差为1,数据无量纲。

Step3:计算出协方差矩阵S。

Step4:计算协方差矩阵S的特征值λ与相应的特征向量u,然后将特征值由大到小排列得到特征值矩阵V和特征向量矩阵U。

Step5:对特征值矩阵V分析,计算出贡献率,确定主成分。通常选取贡献率为85%—95%的m个主成分进行综合分析。

通过计算选取出主成分贡献率在90%以上的三个污染因子即:MLSS、操作压力及温度,并以此作为RBF神经网络的输入层神经元。膜通量大小是表征膜污染程度的唯一指标,因此以膜通量作为RBF神经网络的唯一的输出层神经元。

5.2建立基于GA-RBF的膜污染仿真预测模型

实验建立的GA-RBF膜污染预测模型如图2所示。

实验步骤如下:

Step1:对RBF神经网络的四个参数编码,为方便操作设定误差、训练速度为实数编码,最大神经元数目、神经元间隔为整数编码,所有编码得到的基因位串称为一个个体。

Step2:随机产生20个个体作为初始种群,构建初始的交配池。

Step3:执行RBF网络训练,得到误差百分比作为每个个体的适应度。个体间基因进行交叉和变异,保证基因多样性。

Step4:采用轮盘赌选择方式,筛选出适应度高的个体,淘汰掉适应度低的个体。

Step5:重复进行(3)直到结束循环,得到的个体为最佳个体。

Step6:训练完毕,最佳个体即为RBF网路最优的参数值,进行仿真测试,将实验数据与样本数据对比分析。

6预测结果与实验结果对比分析(Comparison of the predicted results with the experimental results)

实验数据全部来自于石家庄市某MBR污水处理厂的实验以及工业生产的历史数据,统一采用的是孔径为0.2um的聚偏氟乙烯微滤膜处理污水方法。从实验数据中选取6组作为校验用样本,其余24组作为神经网络的训练样本。

遗传算法操作的初始参数为:选择种群规模:sizepop=20;最大进化代数:maxgen=10;交叉率:pcross=0.8;变异率:pmutation=0.5.RBF训练误差范围是1e-4-1e-3;最大神经元数目范围值是80—150;显示神经元间隔范围值是10—30;速度范围值是10—25。

试验中得到遗传算法代数与误差曲线如图3所示。

图3显示了网络训练的误差随着遗传代数增加表现出来的变化趋势,随着进化代数增多误差降低,进化至第8代误差仅为0.02871,到第8代以后图像趋于缓和,基本已达到优化极限,实验收敛速度很快,优化效果明显。

为更好地体现优化效果,实验使用相同的样本数据进行测试,设置遗传算法进化到10代,分别对RBF网络和GA-RBF网络进行训练。首先得到基于RBF神经网络的预测结果,如图4所示,RBF网络的训练结果平均误差值为0.1130,已经能够完成初步的膜通量预测。然后再进行GA-RBF网络训练,预测结果对比如图5所示,经过GA优化参数之后的预测模型平均误差值仅为0.0275.准确度有非常明显的提高。实验结果表明,经过遗传优化过的RBF神经网络误差明显减小,得到的训练结果明显优于优化前的结果,预测精度较为理想。预测误差数据分析见表1。

7结论(Conclusion)

由于膜污染过程具有非线性、参数时变性、随机干扰等复杂的机理,造成预测研究过程十分困难,本文在用主成分分析法简化输入参数的基础上,建立了RBF神经网络仿真模型,实验取得了良好的预测效果,误差符合实验标准。由于预测精度是否准确很大程度上取决于网络模型参数的选取,因此引入遗传算法,优化RBF网络相关参数,建立基于遗传算法优化的径向基函数神经网络预测模型并成功应用于MBR膜污染仿真预测中,研究结果表明,遗传算法优化后的RBF神经网络不仅提高了预测速度,还明显提高了预测精确度,从而能更好地实验对膜通量的检测和控制。整个实验过程具有一定的理论价值和实践意义,对MBR实际工程应该可以起到积极的指导作用。

参考文献

[1]Yu Zhang,et al.Risk Assessment of Giardia from a Full Scale MBR Sewage Treatment Plant Caused by Membrane Integrity Failure[J].Journal of Environmental Sciences,2015(04):252-258.

[2]Kun Li,et al.Advanced Treatment of Municipal Wastewater by Nanofiltration:Operational Optimization and Membrane Fouling Analysis[J].Journal of Environmental Sciences,2016(05):106-117.

[3]Hui Gong,et al.Membrane Fouling Controlled by Coagulation/Adsorption during Direct Sewage Membrane Filtration(DSMF)for Organic Matter Concentration[J].Journal of Environmental Sciences,2015(06):1-7.

[4]韩永萍,等.MBR膜污染的形成及其影响因素研究进展[J].膜科学与技术,2013(01):102-110.

[5]刘海萍.神经网络在CPI预测中的应用[A].中国管理现代化研究会.第五届(2010)中国管理学年会——市场营销分会场论文集[C].中国管理现代化研究会,2010:7.

[6]Guo Sheng Peng,et al.Task Space Control of Free-floating Space Robots Using Constrained Adaptive RBF-NTSM[J].Science China(Technological Sciences),2014(04):828-837.

13.神经网络在空气污染预报中的应用研究 篇十三

结合前期的调研报告，在对淘宝网所售产品充分分析的基础上，指导学生选择合适并熟悉的产品在网上销售，决定店铺商品类别。让学生在课余时间去现实中的市场或者网络上的市场寻找货源，确定网络销售产品。鉴于大学生缺乏资金和经验的特点，可建议学生选择最方便、实惠的淘宝分销平台进货。然后，对产品拍照、进行描述，整理好网店的相关资料。

3.2.2网店整体开发建设

引导学生浏览部分网上商城和皇冠店铺，增强对网店的布局、商品组织和色彩搭配的感性认识。选取几种同类产品网店，对其网店风格、网店布局、栏目设置、色彩搭配等各方面进行全面分析，总结归纳出一套完整的网店建设方案。确定方案后，完成网店整体开发建设，将网店相关资料发布至网上，组建完整的网上商店。网店建好后，各小组将自己的网店在全班同学面前展示，老师和同学对其提出修改意见，各小组根据修改意见进一步美化各自的网上商店。

3.2.3域名的设计

淘宝拥有特殊域名设定的功能，可以指导学生根据域名的规则和特点，结合所售产品给自己的店铺取一个简单易记的特殊域名。

3.3网络营销策略应用

网店建好后，就要选择合适的方法，对网店进行推广。在推广前，需要对产品进行合理定价。可以以某一产品为例，分析淘宝网和网上商城这类产品的定价方法，指导学生采用一种或几种网络定价方法对自己的产品进行定价。然后，指导学生利用各种促销手段和网络营销推广方法来促进产品销售。并要求学生尝试进行第一次销售活动，对交易过程中的信息安全、资金结算、物流配送等问题进行指导。最后，让学生充分利用课余时间进行销售活动，一学期的课程结束后，根据每个团队的交易状况、收入和利润状况对各小组的表现进行评价。

4.结束语

14.大气污染预报问题 篇十四

大气是指包围在地球外围的空气层，是地球自然环境的重要组成部分之一。人类生活在大气里，洁净大气是人类赖于生存的必要条件。一个人在五个星期内不吃饭或5天内不喝水，尚能维持生命，但超过5分钟不呼吸空气，便会死亡。随着地球上人口的急剧增加，人类经济增长的急速增大，地球上的大气污染日趋严重，其影响也日趋深刻，如由于一些有害气体的大量排放，不仅造成局部地区大气的污染，而且影响到全球性的气候变化。因此，加强大气质量的监测和预报是非常必要。目前对大气质量的监测主要是监测大气中SO2、NO2、悬浮颗粒物（主要为PM10）等的浓度，研究表明，城市空气质量好坏与季节及气象条件的关系十分密切。

附件给出城市A、B、C、D、E、F从2003年3月1日至2010年9月14日测量的污染物含量及气象参数的数据。

请运用数学建模的方法对下列问题作出回答：

1.找出各个城市SO2、NO2、PM10之间的特点，并将几个城市的空气质量进行排序。

NO2、2.对未来一周即2010年9月15日至9月21日各个城市的SO2、PM10

以及各气象参数作出预测。

3.分析空气质量与气象参数之间的关系。

15.预测预报在煤质管理中的应用 篇十五

在日趋激烈的煤炭市场竞争中, 用户需求的不仅是充足的“量”, 更重要的是适合其设备工艺、环保等要求的“质”。尤其是国外用户及国内大客户, 甚至对质量提出许多非常苛刻的要求。煤炭质量已成为企业兴衰与成败的关键所在。

“大屯煤”以其优良的品质在华东地区著称, 特别是炼焦配煤用精煤以其质优稳定的质量保证和售后服务赢得了宝钢等大客户的赞誉, 树立了“大屯煤”的品牌形象。作为大屯供应宝钢五级精煤的唯一矿井, 自1990年孔庄矿二期改扩建工程后, 孔庄矿的五级精煤担负着大屯矿区的重任, 为煤电公司创造了效益, 争得了荣誉。随着国家对环保要求越来越严, 用户对煤中含硫量也有严格要求, 所以在考虑灰分合理配采的同时, 更要考虑高低硫分煤层的合理配采, 以满足用户对煤炭产品质量的要求。为此搞好矿井煤质预测预报工作对保证产品质量至关重要, 必须有一套行之有效的科学办法来提高孔庄矿的煤质管理水平, 促进企业的发展。

1 煤质预测预报

煤质预测预报是煤质管理中技术工作的基础, 在煤质质量控制中起先导作用, 指导煤炭生产、洗选加工和外运销售。

1.1 煤质预测预报在煤炭企业中的作用

(1) 为矿井开采和采掘工作面设计、布置提供依据。比如, 孔庄矿在地质勘探中, 发现井田的西翼受火成岩的侵入, 大部分的煤炭已变成天然焦, 硬度很大, 通过对本区煤质情况的预测, 确定为无开采价值, 使矿井只能单翼开采。

(2) 指导煤源结构和生产计划调整。为满足用户要求, 确保充足的优质煤源, 可提前进行下年或某一阶段各煤源点的煤质预测预报, 并做煤源结构分析。如果优质煤源短缺或某指标难以达到要求, 就要对开采煤层的结构进行调整, 同时考虑调整生产计划, 以增加优质煤源点的产量。

(3) 在生产和日常煤质管理中对预测预报可能影响煤质的客观因素及人为因素进行提前预防和控制, 确保商品煤煤质指标的完成和稳定。

(4) 针对预测预报中可能影响煤质的各种因素采取有效措施, 以提高商品煤质量。

(5) 事先完成基于预测煤质的配煤工作。有时, 现有单一煤样不能满足用户要求或井下遇构造等特殊因素而难以保证时, 就需考虑配煤。预报各煤源点煤质情况, 通过分析将不同煤种掺配起来, 以达到用户要求。

(6) 为特殊用户备煤时, 可针对用户要求和煤源点对应备煤期间的工作面煤质情况进行预测预报。如果会影响用户要求, 需及时与矿、选煤厂、运销等单位联系, 采取配煤或调整流向等积极措施, 避免不必要损失或纠纷发生, 确保客户对煤炭企业的信赖。

1.2 预测预报方法

(1) 方法。煤质预测预报是煤炭企业确保煤炭质量的一项重要技术工作。根据各煤源点的各种煤质资料, 在充分考虑影响质量的各种因素及其影响大小, 同时参考实际煤质情况后, 对回采工作面的煤质情况进行提前预报和预测。

预测预报的日常工作内容主要包括中长期规划、年、月、回采工作面或遇特殊情况时的预报。其中, 每月的预测预报是工作的主体, 目的是对生产、洗选加工和运销等部门以及特殊的用户作出信息提示, 以在过构造或为特殊用户供煤期间加以特殊关注, 确保各项工作顺利完成。

(2) 依据。为使预测预报更科学、更有效, 预测预报必须建立在有根有据的综合分析基础上, 并且对各种因素全面考虑: (1) 依据钻孔资料及煤层煤质等值线图; (2) 综采面顺槽采样时的柱状图及由煤层煤样化验结果编制的工作面煤质等值线图; (3) 考虑煤层的厚度、结构及赋存变化; (4) 工作面各种地质构造及水文地质情况、煤层顶底板特性、上覆基岩厚度变化及松散层等具体情况; (5) 综采面顺槽掘进中的揭露情况, 如断层、冲刷和底板起伏等; (6) 利用附近现采和已采面对应现采位置的地质构造情况及相应煤质指标; (7) 各煤源点的具体生产工艺和破碎、洗选流程及储装运系统中影响煤质的关键点; (8) 各煤源点生产面的采掘情况、生产接续和生产煤量计划; (9) 矿井工作面的运输方式及现状分析; (10) 结合以往或最近可参考的实际煤质化验结果。

预测时, 还需考虑影响因素所影响的规模、程度、时间和煤量等, 针对影响煤质的各种因素制定具体、有效合理并切实可行的相应措施, 最终使预测预报达到满足用户需求的目的。

2 预测预报与实际对比

工作中最关键的是预测预报的及时和准确。为增强准确性, 必须要对预测预报与实际情况和实际指标间进行对比分析。就是将实际完成的指标与当月的预测指标进行详细对比, 看是否相符、误差有多大, 然后分析其原因。

对指标的对比, 可以详细到每列火车车次装煤质量的对比, 通过适时动态观测和比较, 特别是对过构造期间的对比, 找出其影响规模大小、程度, 为以后预测预报提供充分根据, 进一步提高预测预报的准确性。

孔庄矿的地质条件复杂, 各煤层的煤质指标差异性较大, 特别是硫分指标相差很大。通过多年来的实测和前期的硫分普查工作, 本矿主采煤层为七、八层煤, 七层煤的硫分在0.5%左右, 八层煤的硫分一般大于1%, 根据每月矿井的生产计划以及用户对硫分指标合同的要求, 最后确定各工作面七、八层煤的计划生产量, 满足孔庄矿外销炼焦精煤对硫分指标的要求, 保证高质量的精煤符合用户不断提升的质量要求。如孔庄矿供应宝钢炼焦配煤用的五级精煤, 除灰分指标外, 对硫分指标规定每批不得超过0.7%的严格要求, 为确保精煤硫分指标的完成, 通过七、八层煤的预测和实测的生产检查煤样硫分情况得出的1∶0.8的比例来组织矿井生产, 使得生产原煤硫分控制在0.8%以内, 通过选煤厂的洗选加工脱硫, 保证了单批精煤硫分的稳定合格, 满足了宝钢等主要用户的要求, 赢得了客户的信赖, 实现了预测指标与实际完成的相符, 真正发挥了预测预报的作用。

3 发展方向

(1) 要充分利用强大的计算机系统软件来支持煤质预测预报工作, 使预测预报依据更充分、更准确和更具科学性, 进一步使井下实际情况与用户需要结合并统一起来, 达到一个模式的“实时”监控效果。让计算机模拟技术人员的预测预报, 对大量的原始数据和信息进行统计分析, 得出综合结果。同时, 随井下工作面的推进, 实现煤质的“实时”跟踪, 随时预报及时预测, 从而真正起到指导生产的作用。

(2) 预测预报的及时性与各基层的信息互相交流, 如果信息反馈不及时或不正确, 易造成运销失误, 为此, 今后可将生产工作面及地面洗选系统、储装运系统等流程信息 (尤其是各煤质点的信息) , 利用计算机运行监控和传送, 达到全方位的控制。

(3) 实际生产中可能遇到难以准确推断和不可预知的煤质影响因素, 预测预报中无法体现, 不免有预报不确切, 预测偏差大的现象发生。为此, 在工作面形成后进行针对性的提前物探工作, 利用先进的精密探测仪探明预采区域煤层结构变化和地质构造等, 为煤质预测预报提供更科学、更可靠依据。

总之, 煤质管理工作的预测预报可直接指导企业制定持续改进措施, 提高煤炭质量。管理工作的不断改进与完善, 也将进一步提高用户满意度和大屯煤品牌的声誉, 最终实现双赢的目的。因此, 煤质预测预报是煤炭企业一项非常重要而又必须常抓不懈的基础管理工作, 值得推广和应用。

摘要：质量是企业的生命, 煤质预测预报是煤炭质量管理的基础工作。阐述了预测预报在煤炭企业中的作用与办法, 分析了预测预报与实际对比的重要性, 提出了利用计算机信息管理及先进探测技术增强预测预报的及时性和准确性, 以不断提高煤质技术科学性的新思路。

16.神经网络在空气污染预报中的应用研究 篇十六

关键词：网络资源；作文教学；应用

作文教学是语文教学的重要组成部分，也是教学的重点、难点，对提升学生的语文综合能力有着重要作用。信息时代的到来为作文教学带来了机遇与挑战，让作文教学变得灵性和睿智。教师如何挖掘网络资源的写作教学整合点，为作文教学注入活力？

一、利用网络写作资源，积累写作素材

在作文教学中，教师可以充分挖掘网络资源，充实学生的写作素材，增加学生作文的信息量，为学生的写作提供多元化的资源渠道。在引导学生利用网络资源时，教师要抓住网络资源的特点，结合小学生的认知思维和写作需要，先利用课堂展示收集方法，再引导学生自主搜集资源，从而有效地帮助学生积累写作素材。

如《诚信与信任》一课，为了激发学生的内心体验，教师可以以教材为载体，通过网络搜集相关资源在课堂上展示，当学生对网络资源产生兴趣时，教师可以巧妙地渗透利用网络搜集资源的方法，特别是在接入宽带的多媒体教室，教师可以将查找资源的方法传授给学生。为了提升学生的感悟能力，教师可以在课后拓展时让学生写写有关诚实守信的作文，但诚信守信并不是让学生进行空洞的理论堆砌，而是要让学生结合鲜明的事例来阐述。小学生由于生活阅历的局限性，需要通过大量的素材支撑才能写出有一定深度的习作。为此，教师可以引导学生精准收集素材，然后根据需要做阅读笔记，充实知识库，同时，结合生活体验精心构思，巧妙布局，从而写出有思想的习作。

二、利用网络动态资源，优化作文教学

在传统的习作教学模式里，教师以课文提供的主题为切入点，然后根据写作主题将写作经验“灌输”给学生，这样的教学模式导致学生的习作思维非常狭隘，作文千篇一律。网络为学生习作提供了机遇，互联网丰富的资源和交互性强的互动平台为学生的语言交流提供了新模式，使学生能先经历习作表达，再独立习作。想让学生写出有个性的作文，一定要先让学生根据习作主题自由表达，但自由表达的前提是学生的表达欲望被充分调动，教师要利用网络为学生的习作表达搭建平台，从而为学生的自主习作注入活力。

如在学习《去打开大自然绿色的课本》时，为了让学生对大自然有更深的了解，教师将网络上下载的图片、视频、音乐等与文本融合起来，使学生的听觉和视觉产生冲突，教材静态的语言文字变成动态的情境，学生的交流欲望被调动，生动的情境为语言表达提供了铺垫。为了拓展学生的表达能力，教师在课堂教学结束之时为学生呈现了一组与本课相关的网络视频，然后让学生写一写学习心得。网络资源与教材为学生的语言表达提供了载体，教师有意创设的交流情境激活了学生的习作思维，教材上的范本为学生的写作提供了重要思路，提升了学生的写作水平。又如，在学习《少年王冕》时，教师可以结合本主题设置人物类作文练习，但想让小学生写出有血有肉的人物来，教师就要搭建交流平台，借助多媒体等教学手段丰富学生对人物的感知，并融入学生的个人思考，先让学生有写作素材，然后在交流中提高思考能力，从而写出有真情实感的作文。

三、利用网络互动平台，拓展学习渠道

基于Web2.0的互动平台是互联网的一大特色，在Web2.0中，QQ、博客、空间、论坛等应运而生，它为学生的习作发表和日志撰写提供了新的载体。目前，QQ在小学生中的使用率是比较高的，基于QQ空间深受小学生的喜爱，教师可以利用QQ空间拓宽小学生的写作平台，利用QQ群为学生提供讨论交流的平台，使学生在网络的天空里找到一个属于自己的写作交流平台。

针对小学生课余时间比较喜欢玩QQ的特点，教师可以将QQ空间利用起来，让学生在日志里设置一个作文栏目，这个栏目既可以让学生将平时的感悟写上去，还可以将课堂上写好的作文放上去。为了激发写作热情，教师还可以让学生将生活中的一些照片插入日志中，并适当美化版面，使学生爱上网络日志。QQ空间具备强大的互动功能，学生可以在空间里评论同学的杂志，即时评论为师生互动提供了交流的平台，使学生之间的互动交流变得高效。为提升学生的写作热情，教师可以在自己的空间设置一个优秀作文展示栏目，然后将学生的优秀作文放上去。能上教师空间的优秀作文展示栏目对小学生来说具有较强的吸引力，学生的写作热情会被激发，教师还可以利用QQ群搭建互动平台，从而让学生在交流时提升写作能力。

总之，网络开启了人类生活的新方式，也为作文教学提供了机遇。想让网络资源为学生的作文教学注入源头活水，需要教师把握网络的特点，结合学生的认知水平和作文教学特点，巧妙地借助网络搭建写作学习平台，使学生对习作有更多的思考和感悟，从而写出具有个性化的作文。

参考文献：

[1]英俊.谈作文教学中张扬学生的个性[J].现代语文：教学研究版，2010，（7）.

[2]冯光平.网络，作文教学的助推器[J].安徽教育，2009，（11）.

17.神经网络在空气污染预报中的应用研究 篇十七

面授辅导课在高校英语网络教学中的应用研究

面授辅导课在网络教育中被认为是支持学生自主学习的手段之一,在本质和功能上均有别于校园教育中的课堂教学.本研究以北京外国语大学网络教育学院开设的英语技能课程--“高级职业英语”和英语知识课程--“跨文化交际”为例,旨在调查建构主义所倡导的以学生为中心、基于学习任务的`教学方法在网络教育面授辅导课中的实现程度、课程类型对实施此类教学方法的影响及学生对它的反映和评价.研究方法包括调查问卷和统计学分析.研究结果表明:1.网络教育中学生对面授辅导课的需要和重视程度不容忽视;2.课程类型影响学生对面授辅导课的期望、教师的授课方法和学生评价面授辅导课的参考标准;3.作为自主学习的支持手段,面授辅导课在指导学习方法、培养学习能力、评估学习效果和提供情感支持等方面的功能还未得到师生两方面的充分认识和挖掘.研究者在此基础上为如何更好地发挥面授辅导课的助学功能提出了几点建议.

作 者：蔡静 李晋荣 Cai Jing Li Jinrong 作者单位：北京外国语大学网络教育学院,北京,100089刊 名：远程教育杂志 CSSCI英文刊名：DISTANCE EDUCATION JOURNAL年，卷(期)：“”(6)分类号：H3关键词：网络教育 建构主义 面授辅导课 课程类型 以学生为中心、基于学习任务的教学方法

18.神经网络在空气污染预报中的应用研究 篇十八

利用MM5V37中尺度数值预报模式产品对江门境内的`主要水域(江河、水库)的面雨量进行预报,着重分析汛期的两次大范围强降水过程,并与由江门境内全部自动站和气象观测站的实况24 h雨量计算得来的面雨量进行对比分析和误差检验.

作 者：王伟 胡丽华 张贤坤 李江南 作者单位：王伟,胡丽华,张贤坤(江门市气象局,广东,江门,529000)

李江南(中山大学大气科学系,广东,广州,510275)

19.神经网络在空气污染预报中的应用研究 篇十九

随着隧道的深度和长度不断增加, 如何快速进行快速有效的隧道施工就成为了本世纪隧道工程界重点研究的问题。隧道工程的特点是具有非常高的复杂性和不可预见性, 在现有的技术水平下, 如何做好隧道施工过程中各类地质灾害的预测和治理就成为了复杂地质环境下铁路、公路隧道施工中的主要任务之一, 其中, 对于隧道施工过程中地质灾害的提前预报是国内外相关领域的研究瓶颈, 虽然得到了很多关注, 但是并没有很好的解决方案。

TSP系统是专门为隧道超前地质预报而设计开发的, 该系统可以对隧道工作面前方的围岩地质体的位置、规模和性质进行预测, 并计算出相应的物理力学参数, 为合理的选择支护参数提供了科学依据, 从而保证了隧道工程的质量和施工安全。目前, 我国引进的TSP系统主要为TSP-202和TSP-203, 曾成功的运用于晓南煤矿、山西雁门关公路隧道、兰武二线、云南元磨高速公路、青海公伯峡水电站导流洞、渝怀铁路部分隧道工程、株六铁路复线、秦岭铁路隧道等几十个工程项目中, 得到了工程技术人员的广泛认可和好评, 本文主要以TSP-203系统为例对其在隧道超前地质预报中的作用进行讨论。

2 TSP-203系统简介

2.1 T SP-203系统的基本原理

TSP-203系统主要利用了地震波的反射波原理, 详见图1。

特定位置进行的小型爆破产生了地震波, 爆破布局为24个爆破点沿着一侧隧道壁排列成直线, 炮孔深度和间距均为1.5m。地震震源面由人工制造的一系列按照一定规则排列的轻微震源组成, 当由这些震源发出的地震波遇到淤泥带、岩溶陷落柱、暗河、溶洞、断层破碎带界面等不良的地质界面时, 就会产生反射波。这些反射波会被设置在隧道壁上的传感器接收并传递给记录单元。由于反射波的到达时间与不良地质界面的距离成正比关系, 因此反射信号的强度大小就与界面的产状和性质密切相关, 通过对数据记录的分析, 就能够得出隧道结构剖面及其周围岩石结构的物理力学参数。

2.2 系统组成及其技术特点

1) 记录单元:12道24位MD转换, 采样间隔为62.5μs和125μs, 动态范围120dB, 记录带宽8000、4000Hz, 最大记录长度1808.5m s。

2) 接收器 (传感器) :三分量加速度地震检波器, 共振频率为9000Hz, 平率范围为0.5~5000Hz, 灵敏度为1000m V/g±5%, 横向灵敏度>1%, 操作温度为0~65℃。

3) TSPw in PLUS 2.1软件:能够同时进行数据的采集、处理和评估。

2.3 仪器参数及数据采集

在进行数据采集时, 采用的是X—Y—Z三分量同时接收, 间隔时间为62.5s, 采样数为7218, 记录长度为451.125m。采用无爆炸延迟的瞬发电雷管激发地震波, 所使用炸药为防水乳化炸药, 1~10炮的激发药量为15O克, 11~24炮的激发药量为200克, 在引爆之前以注水方式封堵炮孔。共记录地震数据24炮, 实发24炮, 所记录的数据质量较高, 可以用于后续的数据处理和评估。

2.4 数据处理

采集到的数据均通过TSPwin PLUS2.1专用软件进行处理, 基本流程主要为11步, 分别为设置数据、带通滤波、初至拾取、处理拾取、炮能量均衡、Q估计、反射波提取、P波S波分离、速度分析、深度偏移、提取反射层。数据处理得到的结果为反射层二维分布、岩石物理力学参数、提取的反射层、深度偏移剖面、SV波的时间剖面、SH波和P波。

3 应用实例

本次检测实例为某隧道工程出口部分, 开挖掌子面里程为YDK513+328, 设计围岩等级为Ⅲ级, 属第四系堆积层以及三叠系下统嘉陵江组地层, 青灰一深灰色, 成块状构造, 地表属强风化, 裂隙较发育, 有厚度为12m左右的破碎岩石层。深部为弱风化, 围岩具有较高的稳定性。设计YDK512+984前后各有一层压扭性断层, 表现为硅化带, 影响宽度约为88m。

3.1 对于结果的解释与评估

评估方法主要基于以下地震勘探准确:

1) 波阻抗和反射系数的差别与反射振幅的强度成正比。

2) 红色部分为正反射振幅, 表明坚硬岩层;蓝色部分为负反射振幅, 表明软弱岩层。

3) 如果纵波的反射小于横波, 则说明岩层含水量较大。

4) 如果横纵波的泊松比或速度突然增加, 则说明有流体的存在。

5) 如果纵波的速度降低, 说明孔隙度和裂隙密度增加。

3.2 探测结果

该隧道出口的TSP探测结果见图2。

3.3 探测成果解释及评估

对于探测结果的解释和评估见表1、2。

3.4 相关建议

预报段范围内YDK513+328~300、YDK513+290~277以及YDK5I3+24541段的围岩强度低, 情况较差, 因此在施工前应做好充足的安全防范和地质勘查工作, 并注意加强支护。其它段的围岩情况较为稳定, 各项指数无明显变化, 无明显断层。

4 结语

1) TSP是一种专门为地下工程研发的反射地震探测技术, 在投入使用后, 已经成功的对很多隧道工程施工过程中存在的不良地质问题进行了预报, 为提高工程质量, 保证施工安全做出了巨大的贡献。但也应注意到, TSP技术还只是一项仍在不断探索、研发和改进的隧道地质超前预报技术, 虽然在成果解释和技术方法方面已经较为成熟, 但是在对不同类型围岩的超前预报中, 还存在一些尚未解决的问题, 例如判断检测数据的有效性和强弱特征等、

2) 应以施工所在区域的地质勘查报告为基础, 对隧道施工现场的地质情况进行宏观预报, 再将宏观预报所得出的结论作为进行隧道超前地质预报的指导原则, 同时, 注意使用长短距离相结合的隧道施工不良地质超前预测预报技术, 以便充分发挥它们各自的优势, 使各项数据更加充分, 便于技术人员对有关地质情况做出更加合理的解释。

3) 在隧道施工前进行超前地质预报已经得到了工程技术人员广泛的关注和认可, 并成为了保证工程质量和施工安全的重要措施和手段, 是绝大多数隧道工程的第一道工序。加强对该技术的使用, 能够进一步增强施工的目的性, 最大程度的降低可能发生的安全事故。在使用过程中, 隧道超前地质预报的重点应放在那些容易导致地质灾害的如围岩坍塌、突泥、突水等不良地质问题上。

4) TSP系统能够对施工前方的地质变化情况 (如软弱岩层、断层破碎带等) 进行长距离的预测, 在掌子面前方100~150m范围内的准确率最高, 在绝大多数岩层结构中, 其有效预测范围都能达到100m左右, 并且整个测量工作对正常施工的干扰微乎其微。

5) TSP系统虽然得到了不断的改进和完善, 但到目前为止还无法对岩层中水的含量及出水地点进行准确预测, 另外, 炮点激发的误差、地震波波速与围岩的影响、测线排序和信号接受等问题还值得进一步的探索和研究。

隧道工程的涉及面广、系统性强, 隧道超前地质预报只是其中的一个子系统, 因此需要参与工程各方的协同配合才能有效开展。工程实践表明, 超前地质预报能够有力保障施工安全和工期, 具有良好的经济效益和社会效益。

参考文献

[1]林才奎.复杂地质条件下隧道施工安全和保障技术[M].北京:人民交通出版社, 2010.

[2]邓荣贵.泥巴山深埋特长隧道岩体工程问题研究[M].成都:西南交通大学出版社, 2010.

[3]张庆贺.隧道及地下工程灾害防护[M].北京:人民交通出版社, 2009.

20.神经网络在空气污染预报中的应用研究 篇二十

【關键词】信令监测；TD网络监测

【中图分类号】TN929.5 【文献标识码】A 【文章编号】1672—5158（2012）08—0091-02

随着中国移动网络规模的不断扩大以及各种通信业务的迅速增长，作为现代网络通信的神经枢纽，信令网在移动通信中发挥的作用越来越大，对信令网的管理和维护的要求也非常高，而且信令协议承载着业务网络运行的所有信息，是非常宝贵的信息资源。信令监测系统不同于信令网管系统，网管系统是针对STP的管理，实现信令网的性能管理、告警及故障管理、配置管理等，着重宏观的管理，而信令监测系统平台在协议、网络、业务等的深层次的分析和实时性监视方面具有更强大的功能，是信令网集中维护和管理、话务网网管、网络优化、网间服务质量监视分析和网间结算核查、业务话务模型分析、网络规划、故障快速定位和排除等的有效的支撑手段之一。

为了能将中国移动TD-SCDMA网络尽快调整为高质量网络，保障网络高质量运行、为客户提供满意服务，需要借助信令监测系统来发现、分析网络中的不同设备商之间信令不兼容、信令消息不规范、参数设置不正确、局数据错误等问题，重点辅助业务开通测试、网络故障排查、客户投诉处理等项工作。

此外TD-SCDMA网络支持业务种类丰富、业务质量机制复杂，通过信令监测系统可实现精细化的网络和业务分析，更详细掌握业务实际运行质量、业务分布和发展趋势，从而合理规划、调配网络资源。在与2G网络长期共存的复杂环境下，信令监测系统将是保障网络高质量运行、快速响应用户投诉的有力支撑。

信令监测系统是通信网络运行维护的重要支撑系统之一。信令监测系统以不影响网络运行的高阻跨接、端口镜像、能量分配等方式采集各类信令和协议数据，进行信令协议解码，合成CDR，再现业务接续全过程，进行网络和业务各类指标统计，从而帮助网络维护和分析人员掌握分析网络与业务运行情况。

信令监测系统是在全网部署、全天候监测的“大仪表”，其最基本、最核心功能是协议分析、呼叫跟踪，此外提供网络告警和预警，精细化的网络分析、业务分析和用户分析等功能，并可为新业务实施提供一定支撑。信令监测系统重点考虑对网内薄弱环节以及与外网互联互通环节的监测，是新业务开通测试、处理用户投诉时诊断网络故障的有力工具，是网络和业务运行质量精细化分析的有力工具，同时也是获得网络和业务KPI指标的数据源之一。

GoS是3G测试的关键。软交换的核心思想就是把媒体和承载相分离。首先，在3G核心网采用的接口为百兆或者千兆以太网口，为信令监测同时带来了有利和不利的双重影响，有利因素表现在，现在通过以太网交换机很容易做端口镜像或TAP复制，容易对软交换的信令进行统一监测，使得用于监测的探针的投入数量减少，节约资源。不利因素表现在由于协议数据的流量会非常大，在实际监测中，信令任务聚合起来以后将达到几十兆甚至上百兆的流量，捕获大容量的信令流将是个难点。

TD-SCDMA作为中国自主研发的3G标准，经过几年的发展日趋成熟，目前正在为大规模商用作最后的准备和验证工作。虽然TD-SCDMA技术和产品正在不断成熟，但是一方面，由于TD—SCDMA相对传统的GSM，网络接口和协议更加复杂、在物理层和网络层运用了多项有特色的技术，比如联合检测、低码片速率，切换技术和动态信道分配DCA技术等等，这些新技术的应用必然会给网络建设和运营带来新的挑战；正是由于这些复杂性，3G业务走向市场还面临着许多问题，最根本的问题是如何达到3G标准所设定的服务质量目标。

我们知道，经过10多年的不断完善，2G的GSM网络的服务质量才达到了较完美的状态。当3G网络建设完成以后、面对3G终端用户的时候，服务质量问题的解决就变得特别具有挑战性。如何尽快地缩短这两者之间的差距，并在网络运营成本和服务质量之间寻求有效的平衡是所有3G运营商都需要面对的课题。解决这些问题的一个关键因素就是如何完善3G测试技术，并建立一套相应的故障检测和网络优化技术体系。

和传统的GSM移动通信网相比，TD-SCDMA通信网有如下不同：

1、接口类型不同。

2、接口流量不同。我们知道，传统的E1传输流量是2Mbit/s，但是FE/GE的流量一般也有几十Mbit/s，STM-1/STM-4则会有上百Mbit/s。

3、接口协议不同。

由于以上接口的复杂性，给网络测试带来了巨大的困难。如果使用测试仪表或者不同类型的信令监测系统对网络进行测试，实际上只能对局部或者部分网络和业务进行测试，达不到全城全网全业务测试的目的，非常不利于全网的故障定位和运营水平的提高。因此提供一种能够针对不同接口、不同协议（业务）的综合测试平台，是解决3G网络运行问题的关键。

中心站负责CDR记录数据的收集、储存、统计、应用等，提供web界面。数据储存部分，即数据库服务器和磁阵之间，用2台光纤交换机组成SAN，保证了数据的有效性和稳定性。中心站一般是维护和应用的中心，利用储存的各种形式CDR/TDR数据，组成统一的数据平台，支持各种业务的统计分析和应用。同时中心站还可以利用远端站储存的原始信令，对各种业务进行全程全网的实时关联分析，解决网络故障，提高运营水平。

针对TD-SCDMA接口复杂的问题，监测系统遇到最大的问题是如何统一远端站信令采集设备，如果使用单独的信令监测系统（如GSM信令监测系统、GPRS信令监测系统、软交换信令监测系统、UMTS信令监测系统等）的设备，那么就很难做到全程全网的实时关联，同时各种监测系统的采集设备不同，给系统维护和系统稳定性都带来了很大的问题。需专门研发信令采集统一平台，结合分布式部署的信令处理机，组成统一的信令处理平台，从而提供了一套完整的统一解决方案。