基于人工神經(jīng)網(wǎng)絡(luò)的水質(zhì)預(yù)測及MATLAB實(shí)現(xiàn).pdf

1、水資源短缺、水質(zhì)惡化已經(jīng)成為人類面臨的巨大威脅。近年來，水污染的防治工作中水質(zhì)預(yù)測已經(jīng)成為國內(nèi)外學(xué)者研究的重點(diǎn)之一。然而水環(huán)境污染過程的非確定性和高度非線性性，決定了水質(zhì)模型的復(fù)雜性和求解的困難，使傳統(tǒng)的方法和工具顯得力不從心。 人工神經(jīng)網(wǎng)絡(luò)(ANN)是復(fù)雜非線性科學(xué)和人工智能科學(xué)的前沿，其在水質(zhì)預(yù)測方面的應(yīng)用研究，目前在國內(nèi)外尚處于初級階段。本文在前人應(yīng)用人工神經(jīng)網(wǎng)絡(luò)預(yù)測水質(zhì)的研究現(xiàn)狀基礎(chǔ)上，嘗試對該方面的學(xué)習(xí)研究工作進(jìn)行有益

2、探索。文中對BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及其算法進(jìn)行了研究，為克服傳統(tǒng)BP網(wǎng)絡(luò)用于水質(zhì)預(yù)測的不足，采用了L-M算法改進(jìn)的BP網(wǎng)絡(luò)來對數(shù)據(jù)進(jìn)行學(xué)習(xí)訓(xùn)練。 論文以西安市供水水源地--黑河為例，在分析研究區(qū)水環(huán)境概況、污染來源及其對水質(zhì)影響的基礎(chǔ)上，選用黑河的陳河及艾蒿坪兩個斷面1995～1996年奇數(shù)月份的水質(zhì)監(jiān)測數(shù)據(jù)中的7項(xiàng)組成學(xué)習(xí)樣本，并對樣本數(shù)據(jù)進(jìn)行了分析處理。建立了含一個隱含層的3層BP神經(jīng)網(wǎng)絡(luò)，用MATLAB語言編寫程序并在MATL