人工神經(jīng)網(wǎng)絡(luò)模型在黃河水質(zhì)預(yù)測(cè)中的應(yīng)用.pdf

1、本文以黃河中游渭河入黃口(潼關(guān))至花園口段為研究區(qū)域，研究入河污染物(CODCr、氨氮)在三門峽、小浪底、花園口各水質(zhì)監(jiān)測(cè)斷面上的水質(zhì)響應(yīng)。由于黃河干流的水文及排污條件具有隨機(jī)性，導(dǎo)致了水質(zhì)預(yù)測(cè)模型輸出的不確定性。文中采用人工神經(jīng)網(wǎng)絡(luò)方法，建立能夠反映研究區(qū)域中，下游污染物各水質(zhì)響應(yīng)指標(biāo)與影響它的上游各參量之間關(guān)系的水質(zhì)模型，揭示上、下游主要水質(zhì)要素間的客觀規(guī)律，分析和驗(yàn)證該方法的適用性。研究結(jié)果表明： (1)由于黃河水環(huán)境系

2、統(tǒng)的復(fù)雜性，實(shí)測(cè)數(shù)據(jù)中呈現(xiàn)出較大的非均一性，把這些數(shù)據(jù)強(qiáng)行組合在一起，進(jìn)行單一構(gòu)型模型的構(gòu)建，對(duì)于異常復(fù)雜的黃河水質(zhì)系統(tǒng)不適用。文中將研究區(qū)域劃分為四個(gè)研究空間(即：龍門—潼關(guān)，潼關(guān)—三門峽壩下，三門峽壩下—小浪底壩下，小浪底壩下—花園口)，在每個(gè)子空間上按不同的流量級(jí)別(可分為：Q＜500m3/s，500m3/s＜Q＜1000m3/s，Q≥1000m3/s)，再分別建立針對(duì)性更強(qiáng)的多個(gè)較小的神經(jīng)網(wǎng)絡(luò)來替代唯一的單一構(gòu)型的神經(jīng)網(wǎng)絡(luò)，從模

3、型的穩(wěn)定性和預(yù)測(cè)性能的對(duì)比分析中可知，據(jù)此方法建立的模型在預(yù)測(cè)精度上具有較高的優(yōu)越性。 (2)篩選出的影響下游監(jiān)測(cè)斷面該水質(zhì)指標(biāo)的主要因子，它們分別是：上游來流量Q、區(qū)間納污量W、來沙量S、水庫水位Z、上游斷面污染物的本底濃度值C0。已經(jīng)建立起來的訓(xùn)練模式為：模型選定為三層BP網(wǎng)絡(luò)結(jié)構(gòu)，隱層神經(jīng)元數(shù)選為6個(gè)，BP模型的最佳輸入模式為5-6-6-1。學(xué)習(xí)速率取默認(rèn)值0.01。最大訓(xùn)練次數(shù)為2000～10000次。傳遞函數(shù)，隱層選

4、用tansig函數(shù)，輸出層選用purelin函數(shù)。訓(xùn)練誤差目標(biāo)取0.0001～0.001之間。數(shù)據(jù)處理，采用prestd函數(shù)進(jìn)行前處理，用poststd進(jìn)行后處理，選用trainlm函數(shù)訓(xùn)練和測(cè)試網(wǎng)絡(luò)。 (3)運(yùn)用Matlab語言編寫相應(yīng)的訓(xùn)練程序和應(yīng)用程序。在訓(xùn)練程序階段，根據(jù)典型研究河段在12個(gè)年份內(nèi)的統(tǒng)計(jì)資料，建立污染物輸入響應(yīng)模型，同時(shí)在程序中對(duì)測(cè)試集的相對(duì)誤差進(jìn)行了效果分析，用圖形的形式直觀地展示了訓(xùn)練成熟后的模型對(duì)