基于智能优化算法的城市湖泊水质评价与预测方法研究

摘要

城市湖泊水资源是城市生态系统的重要组成部分,对与其有关的旅游、交通、娱乐休闲有直接影响。城市是人口集中和社会活动主要发生的地方。城市化进程的发展,使得城市人口越来越多。人口的快速集中,不可避免造成了城市生态系统的破坏;随着城市人口居民素质的提高,居民对生活质量,尤其是城市供水质量的要求越来越高。因而,对城市湖泊水体质量的研究是非常有意义的。
　　在对城市湖泊的研究中,湖泊水质评价与预测是重要的环节。论文总结了湖泊水质评价预测的方法与流程:传统上对湖泊水质评价的研究方法,根据原理的不同,可分为确定性方法和不确定性方法;同样,水质预测按照预测模型的方法不同,可以分为物理模型和数值模拟模型,数值模拟模型又可分为机理(过程)模型和非机理(统计)模型。构建适合城市湖泊的水质评价模型和水质预测模型对城市湖泊水环境的研究起着关键的作用。
　　本文研究了人工神经网络和支持向量机在城市湖泊水质评价与预测领域的运用。首先对介绍了城市湖泊在城市水系统中的作用,而后概述了水质评价与水质预测的研究现状。在介绍了本文所使用的两种智能算法:人工神经网络和支持向量机的发展与原理后,对城市湖泊水质评价和城市湖泊水质预测的方法进行了总结,对城市湖泊水质评价与水质预测的流程做出了分析,并对论文中将要使用到的算法模型做出了介绍。
　　论文的实验部分,在开发出的城市湖泊水资源管理系统平台的基础上,实现了论文中所描述的城市湖泊水质评价与预测算法。实例部分以“大东湖水网调度关键技术研究及应用”项目为依托,在这一课题的背景下,实现了对东湖水体质量的评价与预测,为“大东湖水网调度关键技术研究及应用”提供了参考依据。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 研究背景及意义

1.2 城市水系统与城市水系统模拟

1.3 水质评价研究现状

1.4 水质预测研究现状

1.5 本文研究内容

2 BP神经网络在湖泊水质评价预测中的应用

2.1 人工神经网络理论

2.2 BP神经网络

2.3 BP神经网络在湖泊水质评价中的应用

2.4 BP神经网络在湖泊水质预测中的应用

3 支持向量机在湖泊水质评价预测中的应用

3.1 支持向量机理论

3.2 支持向量机在湖泊水质评价中的应用

3.3 支持向量机在湖泊水质预测中的应用

4 城市湖泊水质评价与预测方法

4.1 城市湖泊水质评价

4.2 城市湖泊水环境指标体系

4.3 城市湖泊水质现状评价模型

4.4 城市湖泊水质预测

4.5 城市湖泊水质时间序列预测法

4.6 城市湖泊水质回归分析预测法

5 武汉东湖水质评价与预测系统

5.1 武汉市东湖水环境环境状况

5.2 水质数据

5.3 东湖水质评价预测系统开发平台

6 总结与展望

6.1论文总结

6.2 工作展望

致谢

参考文献