神經(jīng)網(wǎng)絡(luò)模型在水質(zhì)評(píng)價(jià)中的應(yīng)用.pdf

1、水質(zhì)評(píng)價(jià)作為水環(huán)境保護(hù)的一項(xiàng)重要措施，近年來不斷有研究學(xué)者投身到這個(gè)科學(xué)領(lǐng)域，國內(nèi)外對(duì)于水質(zhì)評(píng)價(jià)的研究已提出了多種方法及模型。本文例舉了一些常用的傳統(tǒng)水質(zhì)評(píng)價(jià)方法并分析了這幾種方法不同程度上存在的局限性，并在前人研究的基礎(chǔ)上利用了幾種基于神經(jīng)網(wǎng)絡(luò)的地表水水質(zhì)評(píng)價(jià)模型對(duì)水質(zhì)進(jìn)行評(píng)價(jià)。本文研究了利用BP神經(jīng)網(wǎng)絡(luò)、概率神經(jīng)網(wǎng)絡(luò)和遺傳算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)建立的三種水質(zhì)模型，對(duì)同一個(gè)樣本數(shù)據(jù)進(jìn)行分類評(píng)價(jià)。
　　研究的主要內(nèi)容有:針對(duì)吉林敦化新

2、甸段的水質(zhì)斷面的地表水水質(zhì)，選取了“COD、CODMn、BOD5、石油”四項(xiàng)指標(biāo)組成的研究樣本。為了取得良好的訓(xùn)練效果，針對(duì)這些指標(biāo)的標(biāo)準(zhǔn)再結(jié)合地表水水質(zhì)標(biāo)準(zhǔn)對(duì)樣本數(shù)據(jù)用隨機(jī)插值的方法進(jìn)行了樣本的擴(kuò)充。本文首先闡述了BP神經(jīng)網(wǎng)絡(luò)、概率神經(jīng)網(wǎng)絡(luò)和遺傳優(yōu)化算法的基本概念、原理，分析了各個(gè)神經(jīng)網(wǎng)絡(luò)的特點(diǎn)以及存在的局限性。通過BP模型、PNN模型對(duì)水質(zhì)樣本模擬得出的結(jié)果說明了神經(jīng)網(wǎng)絡(luò)水質(zhì)評(píng)價(jià)的可行性。由于BP神經(jīng)網(wǎng)絡(luò)在某些問題的處理上有一定的局

3、限性，所以結(jié)合BP網(wǎng)絡(luò)和遺傳算法各自的特點(diǎn)，將全局搜索能力比較強(qiáng)的遺傳算法與BP結(jié)合構(gòu)建了一種穩(wěn)定、收斂快速、魯棒性高的水質(zhì)評(píng)價(jià)模型。模型結(jié)合遺傳算法的優(yōu)點(diǎn)對(duì)BP的權(quán)重和閾值做出調(diào)整，從本文的每個(gè)實(shí)驗(yàn)的仿真結(jié)果可以看出改進(jìn)后的BP網(wǎng)絡(luò)不僅使迭代的次數(shù)減少，網(wǎng)絡(luò)的收斂速度和準(zhǔn)確率都有很明顯的提升。
　　本文的研究表明，神經(jīng)網(wǎng)絡(luò)對(duì)水質(zhì)分類的評(píng)價(jià)方面在理論上是可行的，在實(shí)際應(yīng)用中有待進(jìn)一步的研發(fā)，本文的研究也為神經(jīng)網(wǎng)絡(luò)的發(fā)展做出了一些貢