大亚湾澳头增养殖区赤潮与环境的关系研究 Ⅰ．浮游植物总生物量与环境因子的关系

根据大亚湾澳头海域增养殖区1997－1999年的赤潮监测数据,采用语差反向传播人工神经网络模型,研究了游游植物总生理量与理化,气象等环境因子的关系,结果表明,水温,盐度,磷酸盐,无机氮,铁,锰,硒,钴,风速,风向等因子影响较大,为准确预测赤潮,选取合理的预报指标提供依据。     

利用化学因子预测赤潮的可行性探讨

本从化学的角度对赤潮预报进行了可行性探讨，分析了部分化学参量作为赤潮预报依据的机理，综述了赤潮化学预报的研究现状，并对今后的赤潮预报研究进行了探讨。     

赤潮的成因及其预报初探

综述了赤潮形成的原因和赤潮对海洋生态环境、渔业及人类健康的危害，重点阐述了如何对赤潮进行预报，主要是卫星遥感和化学预报两方面，并对前景广阔的化学预报赤潮提出了展望。     

齐雨藻教授继任SCOR—IOC赤潮工作组第三届中国委员会主席

由国家海洋局组织的“赤潮监测与管理暨ＳＣＯＲ－ＩＯＣ赤潮工作组中国委员会第三届全会”于３月２５－２７日在我校召开。会议对赤潮学术研究、防治与管理工作进行了交流和讨论，并对ＳＣＯＲ－ＩＯＣ赤潮工作组中国委员会成员进行了调整。我校水生所齐雨藻教授继任ＳＣＯＲ－ＩＯＣ赤潮工作组第三届中国委员会主席。担任主席的还有国家海洋局环保司王飞司长。齐雨藻教授继任SCOR—IOC赤潮工作组第三届中国委员会主席     

基于人工神经网络集合预报的济南市臭氧预报方法

由于观测的不准确以及资料分析、同化中的误差,单一预报仅是一个可能的解。为弥补其不足,提出了一种基于人工神经网络集合预报的臭氧(O₃)预报模型,选取8类气象因子及2类污染物因子,搭建人工神经网络预报模型,并采用随机扰动方法,产生15组相互独立的随机扰动气象场,搭建人工神经网络集合预报模型,并以2013年—2019年5月—9月数据作为训练集,以2020年5月—9月数据作为测试集。结果表明:与单一人工神经网络预报相比,人工神经网络集合预报准确率明显提高,O₃污染命中率明显提高,O₃污染漏报率明显减少,O₃污染空报率略有增加;人工神经网络集合预报对O₃污染预报有过多倾向,而单一人工神经网络预报则有过少倾向;以2020年7月3日—9日的一次O₃重污染过程为例,与单一人工神经网络的确定性预报相比,人工神经网络集合预报能够更好地反映出污染的迅速累积上升及持续过程。通过提供定量的概率预报,人工神经网络集合预报可以给出多种可能性及其发生的概率,能为预报员提供包括不确定性在内的更多预报信息,该模型具有一定的实际应用价值。     

赤潮相关因子的卫星遥感探测与赤潮预报的可行性探讨

讨论遥感探测赤潮相关因子的技术方法以及现阶段遥感观测手段的不足之处,认为赤潮的监测和预报须依靠多层次的海洋观测系统和多学科的综合研究才能实现,其中,多层次的海洋观测手段是关键,建立有效的海洋综合观测系统是预报赤潮的必要条件（如正在建设中的珠江口、上海海洋立体观测示范技术系统）,利用已有的综合技术实现赤潮的预报是完全可能的。     

遗传算法预报裸甲藻赤潮的研究

海洋环境污染及水体富营养化程度的加剧使赤潮的发生愈加频繁.研究赤潮发生机制,准确地预报赤潮的发生,对防止赤潮危害,减少赤潮所造成的经济损失,保护人们的健康安全起着重要作用.遗传算法是一种仿生算法,借鉴生物的自然选择和遗传进化机制,是一种全局优化自适应概率搜索算法[1,2],广泛地应用于数学、物理、化学、生物和环境等很多学科.金菊良等[3]采用加速遗传算法进行渤海对虾越冬洄游渔期预报以及冰情预报,效果良好.     

人工神经网络方法在短期天气预报中的应用

将人工神经网络方法试用于南京夏季短期降水分级预报,根据南京夏季梅雨期的天气特点,用统计和动力学方法从HLAFS(高分辨率有限区域预报系统)预报产品中寻找预报因子,然后用2种方法选取输入因子分别对人工神经网络进行训练,并利用抽取的5天雨量实况作降水分级预报检验.通过对人工神经网络方法预报降水的结果与HLAFS降水预报以及逐步回归预报的结果对比发现:与HLAFS数值模式的降水预报相比,人工神经网络降水预报方法的准确率提高了20%以上,而且漏报、错报明显减少;特别是与逐步回归预报相比,大到暴雨的预报准确率得到了明显提高,这一研究表明人工神经网络方法在短期天气预报中也会有较大的应用价值.     

水稻幼苗超氧物歧化酶同工酶的研究

应用聚丙烯酰胺凝胶垂直平板电泳对水稻幼苗ＳＯＤ同工酶进行了研究。结果表明，４个品种的水稻幼苗的均含有６种ＳＯＤ同工酶，其中５种为Ｃｕ．Ｚｎ－ＳＯＤ，一种为Ｍｎ－ＳＯＤ，未发现Ｆｅ－ＳＯＤ．Ｃｕ．Ｚｎ－ＳＯＤ活性占ＳＯＤ总活性的９０％左右，Ｍｎ－ＳＯＤ占１０％左右，品种间同酶类型，酶活性无明显差异。     

人工神经网络在空气污染预报中的研究进展

人工神经网络是20世纪80年代迅速兴起的一门非线性科学,特别适用于对具有多因素性、不确定性、随机性、非线性等特点的对象进行研究,而空气污染预报正是这样的一类问题。简单介绍了人工神经网络的基本概念,详细地回顾了国内外人工神经网络在空气污染预报领域的研究应用情况,最后讨论了人工神经网络在空气污染预报领域中的研究方向和发展趋势。     

基于神经网络的空调负荷混沌优化预测

从空调负荷预测的目的出发，详细介绍了一种基于神经网络的混沌优化方法，对误差函数及搜索方法作了适当的改进，建立了一个混沌神经网络模型。并用此改进的模型对一实例进行了空调负荷预测，结果表明该方法简便、足够准确可靠。     

人工神经网络在苏州空气污染预报中的应用

人工神经网络在预测预报领域的应用越来越广泛。简单介绍了BP神经网络的基本原理,较详细地回顾了国内BP神经网络在空气污染预报领域的研究应用情况,并建立了苏州市区SO2浓度预报的BP神经网络,预报结果表明:该模型具有简便、快速、准确的优点,可推广用于其它空气污染物的预报。     

基于BP神经网络模型的催化湿式氧化正丁酸反应条件的优化

研究正丁酸原液TOC质量浓度、 催化剂用量、 反应温 度、 氧气分压对Mn Ce催化剂催化湿式氧化正丁酸恒温反应过程的影响, 建立了催化湿式氧化降解正丁酸恒温反应过程的BP神经网络模型. 经计算, 模型的模拟效率系数NSC=0.973 2>0.80, 表明所建模型可以较准确地预测催化湿式氧化过程中残余的正丁酸质量浓度; 在BP神经网络模型上研究了催化湿式氧化降解正丁酸恒温反应过程影响因素的最优取值, 结果表明, 在最优反应条件下, 催化湿式氧化降解正丁酸的效率可提高约20%.     

煤与瓦斯突出预测灰色理论-神经网络方法

将灰色理论-神经网络方法应用于煤与瓦斯突出预测中,利用灰色系统理论的灰色关联法确定了控制矿井煤与瓦斯突出的主控因素,并对煤与瓦斯突出主控因素进行筛选. 建立了煤与瓦斯突出危险性预测人工神经网络的数学模型和系统结构. 在平顶山八矿突出区进行了煤与瓦斯突出危险性预测应用,预测效果表明:利用灰色系统理论-神经网络方法对预测矿井煤与瓦斯突出是可行的.     

基于指标气体的 BP 神经网络煤自燃预测系统

针对煤矿自然发火的预测问题,在指标气体分析法的基础上,构建 BP 神经网络,选取CH4/ CO、O2/ CO2这两组指标气体浓度比作为网络的输入以降低通风条件的影响,经过训练后,判断检测点是否发火并以0或1的形式输出。网络经过43次训练后,误差达到预设的范围（﹤0.0001）。研究表明,利用 BP 神经网络处理从煤层收集到的气体浓度并作出发火预报是可行的且具有相当优势的。     

基于粗集理论与神经网络的电力系统负荷预测VoIP系统的QoS

介绍了一种基于粗集理论与神经网络相结合的电力系统负荷预测方法.运用粗集理论方法对不确定、不完整的历史数据进行属性的约简分析,并将约简后的属性作为人工神经网络的输入进行负荷预测;改进基因算法对神经网络权值修正.算例表明该方法可行、有效.     

基于神经网络的大体积混凝土温度预测与控制

大体积混凝土的水化热若不能及时散发 ,会产生很大的温度应力 ,导致出现温度裂缝。为了避免温度裂缝的产生 ,人们必须预测和控制大体积混凝土的温度形成。文章引用“虚厚度”的概念 ,解决了不同边界条件的处理问题 ,通过对各种影响因素的分析并结合 BP神经网络模型的特点提出了大体积混凝土温度预测模型。通过工程实例 ,用 MATL AB语言实现了对大体积混凝土温度的预测 ,说明了人工神经网络方法的可行性和实用性     

中国粮食生产的多元回归与神经网络预测比较

对1978-2000年影响我国粮食生产的7个因子分别建立了多元回归分析预测模型BP神经网络多变量输入预测模型。实证研究结果表明，与回归预测模型相比，用BP网络建立的模型经过训练后，可得到影响粮食产出的主要因子及其之间的非线性关系，网络模型新颖，具有很高的预测精度及较好的预测效果，可广泛应用于各种预测研究，有较高的推广价值。