随着现代工业生产、交通运输和城市建设的迅速发展以及城市化进程的不断加快,城市环境噪声作为日益突出的环境污染问题,日趋严重的影响人们的正常生活。城市环境噪声监测已成为整个环境监测体系中的一个重要组成部分。城市环境噪声监测的目的在于确定各类区域噪声水平,研究城市环境噪声的变化趋势,及时、准确地反映区域环境噪声状况,帮助环境管理部门进行宏观控制、制定合理的环境保护对策和措施。因此,能否正确反映城市环境噪声真实情况,成为衡量城市噪声监测水平的根本标志。目前,我国多数城市采用的噪声监测点位选取方法都具有一定局限性,使得监测点位的空间分布不尽合理。因此寻找一种科学的优化噪声监测点位的方法成为实际工作中亟待解决的问题,安装在线自动噪声监测设备已经成为目前发展的必然趋势。应用科学的优化噪声监测点位的方法,可以完成对区域噪声污染的正确评价,对环境决策和规划具有重要意义。本论文由吉林省环保局科技项目资助(编号:吉环科字第2008-23号),首先以长春市人民大街等主要干道的交通噪声状况为例,采用BP神经网络为主要技术手段,对噪声脉模型进行建模,选取了交通噪声最佳监测点位,并在此基础上运用灰色系统理论,研究了最小失真点位的选取与优化规则;然后分别选取长春市某一类声环境功能区、某二类声环境功能区的区域噪声为研究对象,采用具有流动权值的集成神经网络对噪声岛模型进行建模,选取了噪声岛曲面的最少支撑点位,并且首次采用矩阵灰色绝对关联度理论,研究了“噪声岛”最小失真点位的选取方法。经实验验证,城市“噪声岛”模型在交通噪声、区域噪声监测点位优化中取得了很好的效果,具有一定的推广价值。