版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、當(dāng)今社會(huì),水質(zhì)性缺水日漸突出,保護(hù)飲用水水源水質(zhì)迫在眉睫。富營(yíng)養(yǎng)化己成為一個(gè)全球性的重大水環(huán)境問題,全球經(jīng)濟(jì)持續(xù)高速增長(zhǎng)的同時(shí),帶來了日益嚴(yán)重的環(huán)境污染問題。其中出現(xiàn)了湖泊、水庫(kù)、河流等水體富營(yíng)養(yǎng)化日益嚴(yán)重的現(xiàn)象,特別是作為城市飲用水源的水庫(kù),水體富營(yíng)養(yǎng)化過程加快,水質(zhì)惡化,嚴(yán)重危害人們的水體健康。萬寧水庫(kù)位于海南省萬寧市境內(nèi),是1959年修建的大型水庫(kù),是一宗以灌溉、飲用水源為主,兼有發(fā)電、防洪、養(yǎng)魚等綜合利用的大型水利工程。
2、 隨著萬寧水庫(kù)整個(gè)流域開發(fā)活動(dòng)的加劇,必然帶來大量的對(duì)其生態(tài)環(huán)境不利的問題。因此掌握水體富營(yíng)養(yǎng)化規(guī)律,并對(duì)其進(jìn)行準(zhǔn)確預(yù)測(cè)則顯得尤為重要。本文在總結(jié)和借鑒前人研究成果的基礎(chǔ)上,主要就以下幾方面進(jìn)行了研究:
?、俦疚膶?duì)萬寧水庫(kù)的水質(zhì)現(xiàn)狀進(jìn)行了調(diào)查研究、收集資料等工作。用因子分析法篩選和分析收集到的資料,找出了影響水庫(kù)富營(yíng)養(yǎng)化的主要因子:水溫、總磷、總氮、溶解氧、葉綠素a;繪制出萬寧水庫(kù)主要水質(zhì)參數(shù)的分布規(guī)律曲線。
?、趶亩?/p>
3、期預(yù)測(cè)和長(zhǎng)期預(yù)測(cè)的角度建立了萬寧水庫(kù)富營(yíng)養(yǎng)化預(yù)測(cè)管理系統(tǒng)。
③為了準(zhǔn)確、有效的預(yù)測(cè)預(yù)警,進(jìn)行短期預(yù)測(cè),分析現(xiàn)有預(yù)測(cè)模型的長(zhǎng)處與不足,結(jié)合前面分析的數(shù)據(jù)規(guī)律選取了最優(yōu)模型-BP神經(jīng)網(wǎng)絡(luò),用遺傳算法對(duì)BP神經(jīng)網(wǎng)絡(luò)的不足予以修正。
通過因子分析分析找出預(yù)測(cè)指標(biāo)-葉綠素 a、水溫、總磷、總氮、溶解氧作為模型輸入,下月葉綠素a作為輸出建立GABP神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)模型。
用Matlab7.0編寫程序,采用取水點(diǎn)2000-2
4、005年月平均監(jiān)測(cè)數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練訓(xùn)練,發(fā)現(xiàn)模型擬合度、泛化能力較好:神經(jīng)網(wǎng)絡(luò)經(jīng)865次學(xué)習(xí)后,誤差達(dá)到預(yù)設(shè)精度0.0001,運(yùn)行總時(shí)間僅為36.5770s;擬合值與實(shí)測(cè)值之間的相關(guān)關(guān)系系數(shù)(R)等于0.999。
模型與沒經(jīng)過自適應(yīng)遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練結(jié)果比較發(fā)現(xiàn):自適應(yīng)學(xué)習(xí)速率BP神經(jīng)網(wǎng)絡(luò)經(jīng)27950次學(xué)習(xí)后,誤差才收斂到0.001857,除了耗費(fèi)大量的時(shí)間,精度仍不滿足要求,兩者誤差相差一個(gè)數(shù)量級(jí)。
5、 采用修正后的2006年月均監(jiān)測(cè)數(shù)據(jù)對(duì)訓(xùn)練后的GABP模型進(jìn)行實(shí)際預(yù)測(cè),最大的相對(duì)誤差僅為-11.4%,只有一個(gè)相對(duì)誤差絕對(duì)值大于10%,平均相對(duì)誤差0.172%,預(yù)測(cè)精度較高,可作為水庫(kù)富營(yíng)養(yǎng)化狀況預(yù)測(cè)的依據(jù)。
利用自適應(yīng) GABP的短期預(yù)測(cè)的精度,對(duì)水質(zhì)預(yù)測(cè)預(yù)警,經(jīng)過分析,警戒線選取為葉綠素a的濃度0.004mg/L,并對(duì)超過警戒線的預(yù)測(cè)提出應(yīng)急措施。
?、芡瑫r(shí)還建立了狄龍模型來研究營(yíng)養(yǎng)物質(zhì)發(fā)展趨勢(shì),對(duì)中長(zhǎng)期 TN
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 86152.海南省中學(xué)生數(shù)學(xué)學(xué)習(xí)態(tài)度調(diào)查與分析——以海南省萬寧市萬寧中學(xué)為例
- 基于BP神經(jīng)網(wǎng)絡(luò)和遺傳算法的結(jié)構(gòu)優(yōu)化設(shè)計(jì).pdf
- 基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)跟車模型研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)和遺傳算法的物流選址問題研究.pdf
- 基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的梯級(jí)水庫(kù)調(diào)度函數(shù)研究.pdf
- 水源型水庫(kù)富營(yíng)養(yǎng)化預(yù)測(cè)與控制技術(shù)研究——以青島產(chǎn)芝水庫(kù)為例.pdf
- 基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)在網(wǎng)絡(luò)數(shù)據(jù)抓取中的研究.pdf
- 基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)氣象預(yù)報(bào)建模.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)與遺傳算法的鍋爐排放特性研究.pdf
- 基于遺傳算法和BP神經(jīng)網(wǎng)絡(luò)的車輛滑行阻力預(yù)測(cè).pdf
- 基于自適應(yīng)遺傳算法的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)研究及應(yīng)用.pdf
- 基于遺傳算法和BP神經(jīng)網(wǎng)絡(luò)的漢語語音識(shí)別研究.pdf
- 基于遺傳算法和BP神經(jīng)網(wǎng)絡(luò)的服裝銷售預(yù)測(cè)方法研究.pdf
- 基于量子遺傳算法的BP神經(jīng)網(wǎng)絡(luò)人臉識(shí)別技術(shù)研究.pdf
- 基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)速度觀測(cè)器研究.pdf
- 基于BP人工神經(jīng)網(wǎng)絡(luò)的大慶水庫(kù)水質(zhì)預(yù)測(cè)研究.pdf
- 我國(guó)北方分層型水庫(kù)水質(zhì)演變規(guī)律及富營(yíng)養(yǎng)化研究——以棗莊周村水庫(kù)為例.pdf
- 水庫(kù)富營(yíng)養(yǎng)化的原因分析
- 遺傳算法在bp神經(jīng)網(wǎng)絡(luò)優(yōu)化中的應(yīng)用
- 基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)的優(yōu)化研究及MATLAB仿真.pdf
評(píng)論
0/150
提交評(píng)論