基于人工神经网络和遗传算法的水污染控制规划方案优化研究

摘要

人工神经网络(ANN)和遗传算法(Genetic Algorithms简写为GA)是复杂非线性科学和人工智能科学的前沿,其在水污染控制领域的应用研究在国内外尚处于初创阶段.该文在较全面分析评述了水污染控制方法研究现状,及简要介绍ANN和GA的基本原理、优化算法的基础上,在国内首次将ANN方法中的离散Hopfield网络(Discrete Hopfield Neural Networks简写为DHNN)和GA引入水污染控制规划领域,主要在水污染控制方案优化方面进行了一些探索性的研究工作,为提高水污染控制方案优化水平做出努力.该研究表明:用DHNN和GA来进行水污染控制方案优化在理论上可行,在实践上有继续深入研究开发的价值,具有良好的应用前景.该研究为水污染控制方案优化提供了一种新方法,开辟了一条较好的新途径,也为ANN和GA的应用增添了新领域.

目录

文摘

英文文摘

1前言

1.1水污染控制规划方法概述

1.1.1水污染控制规划的基本特征、原则、内容与手段

1.1.2水污染控制规划方法概论[12]

1.1.3水污染控制规划的分类及其计算方法

1.2人工神经网络在本研究领域的应用概况

1.2.1人工神经网络在优化领域中的应用概况

1.2.2人工神经网络在水污染控制领域中的应用概况

1.3本论文研究的目的、意义和内容

1.3.1本论文的背景及意义

1.3.2本论文的研究方法

1.3.3本论文的研究内容

2研究实例资料准备

2.1重庆长江、嘉陵江水环境概况

2.1.1水资源和水环境背景

2.1.2研究范围和时段

2.2长江、嘉陵江主城区段排污负荷

2.2.1长江、嘉陵江主城区段污染源概况

2.2.2长江、嘉陵江主城区段排污负荷

2.2.3研究范围内的排放口的主要污染物及其负荷

2.3长江、嘉陵江水质概况

2.3.1长江、嘉陵江水质概况

2.3.2长江、嘉陵江各控制断面的各污染物控制浓度的确定

3水污染控制规划方案优化——水质约束条件研究

3.1水质模型概述

3.1.1水质模型的概述

3.1.2水质模型的应用[48]

3.2二维水质模型

3.3横向扩散系数

3.3.1横向扩散系数研究现状

3.3.2横向扩散系数传统计算方法

3.4长江、嘉陵江横向扩散系数的求解

3.5长江、嘉陵江各排放口到各控制断面的影响系数的确定

4水污染控制方案离散Hopfield网络(DHNN)优化研究

4.1 Hopfield网络(Hopfield Nenral Network)的概述

4.1.1 Hopfield网络基本原理

4.1.2Hopfield网络解优化问题的数学描述

4.2水污染控制方案DHNN优化研究

4.2.1水污染控制方案DHNN优化研究的一般规定

4.2.2水污染控制方案DHNN优化研究的数学描述

4.3水污染控制方案DHNN优化研究实例

4.3.1研究实例排放口的基本情况

4.3.2重庆主城区段水污染控制方案研究的基本费用数据

4.3.3重庆主城区段排放口的主要污染物及其负荷

4.4 DHNN优化结果与分析

4.5 小结

5水污染控制规划方案GA优化研究

5.1标准GA和基本概念

5.1.1标准GA的基本概念

5.1.2标准遗传算法的基本步骤

5.1.3GA的特点

5.2GA的设计与实现

5.2.1编码方法

5.2.2适应度函数

5.2.3遗传算子

5.3水污染控制方案GA优化研究实例

5.3.1水污染控制方案GA优化研究的数学描述

5.4水污染控制方案GA优化结果与分析

5.5小结

6结论及建议

6.1结论

6.2建议

致谢

参考文献