水華預(yù)測與應(yīng)急決策智能方法研究.pdf

1、環(huán)境保護(hù)是我國的一項(xiàng)基本國策，水華預(yù)防和治理是保護(hù)城鄉(xiāng)環(huán)境的重要措施，河湖水華的防治已成為我國水資源保護(hù)急需解決的一個(gè)重大問題。水華形成是一個(gè)復(fù)雜的動態(tài)生化反應(yīng)過程，目前對水華的形成機(jī)理和成因還不清楚。因此，如何建立描述水華形成過程的數(shù)學(xué)模型，進(jìn)而合理地預(yù)測水華發(fā)生，并對水華爆發(fā)這一非常規(guī)突發(fā)事件做出針對性的應(yīng)急治理決策，最大限度地保護(hù)和利用環(huán)境用水，促進(jìn)水環(huán)境保護(hù)和技術(shù)進(jìn)步具有重要意義。
　　課題首先采用BP和PNN兩種神經(jīng)網(wǎng)絡(luò)

2、建模方法來研究水華預(yù)測模型，重點(diǎn)研究基于過程神經(jīng)網(wǎng)路（PNN）的輸入輸出均為時(shí)間函數(shù)的參數(shù)與過程的軟測量理論，將過程神經(jīng)元網(wǎng)絡(luò)與進(jìn)化算法結(jié)合，構(gòu)成不斷進(jìn)化的神經(jīng)元網(wǎng)絡(luò)，使之在運(yùn)行過程中能夠感知其環(huán)境的變化，能以進(jìn)化的方式相應(yīng)地改變網(wǎng)絡(luò)參數(shù)，提高其性能，即自適應(yīng)性和模型自校正，并結(jié)合水華特征的模型參數(shù)，建立用于河湖水華預(yù)測的混合過程神經(jīng)網(wǎng)絡(luò)模型。由于水華治理方法目前已有諸多實(shí)施方案，但是何時(shí)采用何種治理方案，以達(dá)到既可保護(hù)水環(huán)境又節(jié)省經(jīng)濟(jì)

3、費(fèi)用的目的，水華治理應(yīng)急決策方案的確定與優(yōu)選是關(guān)鍵;課題研究了基于貝葉斯決策理論在水華應(yīng)急治理決策的應(yīng)用:首先通過調(diào)查方式獲取影響治理決策方案的水華治理決策的多指標(biāo)體系一級指標(biāo)，根據(jù)實(shí)際情況下各屬性對水華治理決策結(jié)果影響的重要度不同，建立各指標(biāo)體系最優(yōu)權(quán)重分配模型，根據(jù)實(shí)際情況建立目標(biāo)約束，進(jìn)而建立多目標(biāo)優(yōu)化決策模型，獲得最優(yōu)的治理決策方案。最后實(shí)現(xiàn)一套“水華預(yù)測與應(yīng)急決策”信息化系統(tǒng)，完成對水華發(fā)生的及時(shí)預(yù)測預(yù)警與應(yīng)急決策，為水環(huán)境保

4、護(hù)部門提供水華治理的最優(yōu)決策依據(jù)。
　　采用BP和PNN兩種神經(jīng)網(wǎng)絡(luò)建模來研究水華預(yù)測模型，從仿真和實(shí)際的測試結(jié)果來看，兩種網(wǎng)絡(luò)都能在一定的范圍內(nèi)對水華的發(fā)生作出預(yù)測，神經(jīng)網(wǎng)絡(luò)方法對水華的進(jìn)行預(yù)測是可行的。采用PNN過程神經(jīng)網(wǎng)絡(luò)模型其預(yù)測精度明顯高于BP網(wǎng)絡(luò)。采用PNN神經(jīng)網(wǎng)絡(luò)可預(yù)測葉綠素的變化規(guī)律，從而為水華的預(yù)測、預(yù)警提供了有效的手段，為降低水環(huán)境治理成本起到了積極的作用。建立基于貝葉斯決策理論的水華治理決策10:422013