人工神经网络在水环境质量评价与预测上的应用

摘要

水不仅是生命资源，而且更是一个民族生存和发展的战略资源。水环境质量评价和预测是水资源可持续利用中的一个重要环节，关系到整个人类社会的生存和发展。传统的水环境质量评价和预测方法在处理水文要素的模糊性、随机型性和复杂性方面存在一定缺陷。 为了探索和改进水质量评价和预测方法，本论文主要针对传统水环境质量评价和预测方法的不足，并且基于水环境特点、水环境质量评价和预测方法理论，新兴的人工智能和神经网络原理等理论的基础上，构建了人工神经网络的水质评价和预测模型，并把该模型应用到水质评价和预测中，该研究是由首都师范大学和中国环境监测总站合作完成的。本论文所做的工作主要有： 一、为对水环境质量评价和预测方法有一个清楚的了解，我们对水环境质量评价和预测的最新理论和方法做了详细的介绍，并且比较分析了这些方法，然后对水环境质量评价和预测方法研究的发展趋势给出了我们自己的一些看法。 二、总结了人工神经网络的基本概念、原理、算法和主要应用等，在此基础上我们概括总结了其在水环境质量方面的一些应用。 三、论文详细介绍了BP，RBF和HopField三种神经网络的水环境质量评价模型，然后在此基础上构建并实现一种改进算法的BP神经网络水环境质量评价模型；用相关的监测数据作为测试数据来检验该模型，评价结果同实际水质量结果一致，而且模型应用简单，计算方便，具有很好的实用性。 四、论文详细介绍了改进BP算法，L-M优化算法和RBF算法三种水环境质量预测的算法模型，然后在BP神经网络Levenberg-Marguardt优化算法和时间序列法的基础上构建实现了水环境质量预测模型。我们选取DO、COD、TN三项作为预测指标，并把一个月的监测数据作为样本应用到该模型，最后，预测结果和实测结果的比较误差不大，表明L-M预测模型可以应用到水质量预测中。

目录

文摘

英文文摘

首都师范大学位论文原创性声明及授权使用声明

第一章绪论

1.1引言

1.2课题的研究现状和意义

1.3课题研究的方法和内容

1.4水环境质量评价方法的研究

1.4.1概述

1.4.2几种不确定性水质评价方法

1.4.3评价方法的综合比较和趋势分析

1.5水环境质量预测方法的研究

1.5.1概述

1.5.2几种水质预测方法的研究

1.5.3预测方法的综合比较和趋势分析

第二章人工神经网络及其在水资源上的应用

2.1引言

2.2人工神经网络概述

2.2.1人工神经网络的发展过程

2.2.2人工神经网络的分类

2.2.3人工神经网络的学习算法

2.2.4人工神经网络主要优势

2.2.5人工神经网络的应用领域

2.3人工神经网络在水资源中的应用研究

2.3.1水质综合评价

2.3.2水质预测

2.3.3湖泊富营养化决策

2.3.4水处理过程中的优化与控制

第三章神经网络在水质评价上的应用

3.1概述

3.2水环境质量评价的人工神经网络模型研究

3.2.1水质评价BP网络模型研究

3.2.2水质评价径向基函数网络模型研究

3.2.3水质评价Hopfield网络模型研究

3.2.4几种评价模型的比较分析

3.3构建水环境质量评价的BP网络模型

3.3.1水环境质量评价模型结构

3.3.2预处理输入模式

3.3.3输出介绍

3.3.4算法及改进

3.4水环境质量评价的BP网络模型实现和应用

3.4.1程序实现

3.4.2学习过程

3.4.3应用实例

3.5总结

第四章神经网络在水质预测上的应用

4.1概述

4.2水环境质量预测的人工神经网络模型研究

4.2.1改进的BP网络算法水质预测模型

4.2.2Levenberg-Marguardt 优化算法(简称L-M优化算法)水质预测模型

4.2.3 RBF网络算法水质预测模型

4.2.4几种预测算法模型的比较分析

4.3构建水质预测的Levenberg-Marpuardt优化算法模型

4.3.1时间序列建模方法

4.3.2预测模型算法

4.3.3水质预测L-M优化算法模型网络结构的确定

4.3.4样本选取及网络训练方法

4.4预测结果与讨论

第五章结论与展望

5.1结论

5.1.1关于人工神经网络在水质评价上应用研究的结论

5.1.2关于人工神经网络在水质预测上应用研究的结论

5.2展望

参考文献

攻读学位期间发表的论文

致谢