关键词： 空气质量评价   评价指数   遗传算法   参数优化   Г型分布函数  

摘要： 在设定各项空气污染物的浓度“参照值”基础上，提出了一个适用于多项空气污染物的Г型分布空气质量评价普适指数公式。采用基于实数编码的遗传算法对公式中的参数优化，得出优化后适用于多项空气污染物的空气质量评价普适指数公式。公式被应用于多个实例分析计算，并与其他若干评价方法评价结果相比较，结果表明，该公式不受空气污染物种类和数目多少的限制。公式形式简单，计算快速，具有可比性、通用性和实用性。

关键词： 混合厌氧消化   半连续   BP神经网络   模糊神经网络   产气预测模型  

摘要： 研究采用BP神经网络和模糊神经网络(FNN)模型对逐步提高有机负荷的半连续式餐厨垃圾和猪粪混合厌氧消化试验进行日产气量预测。结果表明,BP神经网络模型的预测准确率为77.63%,FNN模型为82.33%,2种模型均可用于产气预测,但FNN模型在传统神经网络模型基础上加入了模糊控制,可提高其准确率,更适用于混合厌氧消化产气量预测。

关键词： 高碱度钢渣   铁尾矿   矿物组成  

摘要： 高碱度钢渣掺唐山石人沟铁尾矿重构，两者在高温环境下熔融反应消解高碱度钢渣中f-CaO。采用正交实验法设计实验方案，考察了铁尾矿掺入量（分别为3%、5%和9%）、反应温度（分别为1 500℃，1 550℃和1 580℃）及恒温反应时间（分别为10 min、20 min和30 min）对消解高碱度钢渣中f-CaO的效果。实验结果表明，铁尾矿能有效消解钢渣中f-CaO，重构渣中f-CaO含量平均值为1.17%，消解率为76.27%。且由正交方法测出了铁尾矿掺入量对f-CaO的消解影响较大，极差值为0.41%；反应温度次之，极差值为0.32%；恒温反应时间影响较小，极差值为0.06%。利用X射线衍射方法测定重构渣中矿物组成，主要为磁铁矿、钙镁橄榄石、硅酸二钙、硅酸三钙、镁铁尖晶石、铁酸钙及铁铝酸钙。

关键词： 氧化消解   总氮   检测   装置  

摘要： 在分析比较前人方法的基础上，研究开发了一套集臭氧、紫外、超声雾化、高压静放电等多技术协同的氧化消解装置，对含氮水样进行连续消解，将水中含氮物质中的N氧化为NO-3，从而测定水中的总氮。通过实验可以确定最佳消解条件，计算出总氮氧化的转化率，并进行精密度、准确度检验。本法具有无需添加化学氧化剂，总氮氧化率高和消解速度快，精密度、准确度高等特点。

关键词： 污泥厌氧消化   BP神经网络   日产气量  

摘要： 基于污泥固体停留时间(SRT)为20 d的污泥中温厌氧消化实验,建立一个3层BP神经网络,以前1~20 d的进泥挥发性悬浮固体(VSS)、当天消化罐pH值和碱度共22个参数为输入,预测污泥消化系统日产气量,结果表明,网络具有良好的学习能力、泛化能力和辨识能力,能够较为准确地预测出系统日产气量。此外,根据进泥VSS不同,利用网络预测能力,调节pH值和碱度到合适的值,系统日产气量有明显提高,进一步证明了网络具有良好的预测能力和实用性。

关键词： 阿特拉津降解菌DNS32   发酵培养基   响应面法   人工神经网络   遗传算法   优化  

摘要： 为了提高阿特拉津降解菌Acinetobacter sp. DNS32的产量,分别采用响应曲面法和基于人工神经网络的遗传算法对阿特拉津降解菌DNS32发酵培养基中3个重要基质成分(玉米粉、豆饼粉、K2HPO4)进行优化研究。响应曲面法确定3种成分的含量为玉米粉 39.494 g/L,豆饼粉 25.638 g/L和K2HPO4 3.265 g/L时,预测发酵活菌最大生物量为7.079×108 CFU/mL,实测量为7.194×108CFU/mL;人工神经网络结合遗传算法优化确定3种主要成分含量为玉米粉为39.650 g/L,豆饼粉为25.500 g/L,K2HPO4为2.624 g/L时,预测最大值为7.199×108 CFU/mL,实测量为7.244×108 CFU/mL;最终确定培养基配方:玉米粉为39.650 g/L,豆饼粉为25.500 g/L,K2HPO4为2.624 g/L,CaCO3为3.000 g/L,MgSO4·7H2O和NaCl均为0.200 g/L;优化后阿特拉津降解菌DNS32发酵生物量比优化前提高了36.6%。结果表明,在阿特拉津降解菌DNS32发酵培养基组分优化方面,响应面法和基于人工神经网络的遗传算法都是可行的,基于人工神经网络的遗传算法具有更好的拟合度和预测准确度。

关键词： 人工神经网络   磷酸铵镁   除磷   数值模拟  

摘要： 以实际试验数据为依据，通过网络结构优化建立了一个可用于磷酸铵镁法除磷模拟的BP神经网络模型。二维和三维的数值模拟表明，所建立的BP模型能够获得多因素条件下磷酸铵镁法除磷的变化规律和趋势，可为进一步的MAP法除磷及磷回收试验研究提供重要参考依据。

关键词： 混沌粒子群算法   水污染控制系统   遗传算法  

摘要： 针对常用的最优化方法解决水污染控制系统规划问题运算过程较复杂，容易陷入局部极值，且优化解精度不高的情况，尝试利用混沌方法和粒子群算法相结合的混沌粒子群算法 (chaos particle swarm optimization，CPSO)求解此类问题。CPSO算法具有原理简单，且能快速获得最优解的特点。在实例应用中与遗传算法和MATLAB优化函数的优化结果做了比较，CPSO算法的性能以及得到的解明显优于后两种方法，验证了该方法的可行性和有效性。

关键词： 神经网络   深圳市   空气污染物   预测  

摘要： 利用深圳市2006至2013年的大气污染物监测浓度数据和气象资料,分析深圳市空气质量的逐月分布变化特征。采用Pearson相关分析,选择显著相关因子,分别以BP神经网络和RBF神经网络构建空气质量预测模型,对该市2013年SO2、NO2、PM10 3种空气污染物的月均值进行预测。实验结果表明,通过Pearson相关分析建立的预测模型有更高的预报精度。BP和RBF 2种网络预测效果都比较理想,对不同污染物的预测精度各有高低。但BP网络的构建和参数优化过程较为复杂且网络训练结果不稳定,而RBF网络构建和训练简单,时间短而结果稳定。在综合性能上,RBF网络用于环境空气污染物浓度的预测具有更强的适用性。

关键词： 多元回归   BP人工神经网络   混合厌氧消化   产气预测模型  

摘要： 对脂肪类单基质和城市污水厂剩余污泥混合厌氧消化过程的产气阶段进行基于多元回归和BP人工神经网络的产气量预测模型比较研究。实验数据分别取自反应过程的第1~16天和第17~70天。结果表明:多元回归模型的预测平均准确率分别为75.69%和79.29%;BP神经网络模型的预测平均准确率为79.05%。通过对比2种模型的预测结果可知,两种模型都有较高的预测准确率,但BP模型的预测准确率更高,更适用于混合厌氧消化产气量预测。