人工神经网络在黄河水环境质量评价中的应用

为准确和客观地评价地表水环境质量状况,建立了黄河水环境质量评价的BP神经网络模型.仿真结果表明:改进后的BP神经网络计算速度快、评价精度高、结果客观准确,说明用BP神经网络方法评价地表水环境质量是可行的.     

西安市空气污染指数的神经网络预测模型

将BP神经网络模型引入到大气污染预测预报领域,利用西安市2005-2010年逐日空气污染指数,建立了一个空气污染指数的非线性时间序列神经网络模型.实验结果表明:独立样本的日空气污染指数的预测值的平均相对误差分别为27.4%,23.2%,12.2%,25.7%,独立样本的日空气污染指数的预测值与真实值的线性相关系数高.该...     

神经网络在国内旅游人数预测中的应用

针对国内旅游人数预测研究了旅游人数的影响因素,讨论了输入层、隐含层、输出层等神经元的设置及网络训练的参数,综合考虑训练精度、训练时间、泛化能力等条件,动量—自适应学习速率调整算法是适合国内旅游人数预测的,并基于动量—自适应学习速率调整算法建立了神经网络模型;将模型应用于国内旅游人数预测系统,结果表明,该算法具有较好的准确性和鲁棒性,利用神经网络模型预测国内旅游人数是可行的.     

青藏高原北部隆升与东亚季风及亚洲内陆干旱演化——来自气候数值模拟的启示

青藏高原隆升是地球历史上一次重大的地质事件,青藏高原的出现对亚洲气候与环境产生了划时代的影响。过去的几十年来,中外学者利用各种气候数值模式模拟研究了青藏高原隆升的气候环境效应,极大地加深了我们对亚洲季风变迁和亚洲内陆干旱化机制的理解。近年来"高原隆升-气候响应"研究的一个重要进展是认识到亚洲区域气候响应与青藏高原隆升的形式密切相关。本文对此进行了概括介绍,重点通过一系列分区域隆升的数值模拟试验的综合分析,指出青藏高原北部隆升对东亚季风变迁及亚洲内陆干旱气候演化具有重要影响,其最突出的特征表现为随高原北部隆升东亚夏季风和季风雨区向北扩展,内陆干旱区和大气粉尘含量及沉积范围增加。这些模拟研究结果对东亚古环境研究具有良好的启示,并由此提出了许多新的科学问题。