基于PCA-BP神經(jīng)網(wǎng)絡(luò)的水質(zhì)評(píng)價(jià)方法研究.pdf

1、廣西大掌碩士掌位論文基于PCABP神經(jīng)網(wǎng)絡(luò)的水質(zhì)評(píng)價(jià)方法研究分類號(hào)UDC碩士學(xué)位論文密級(jí)編號(hào)基于PCA—BP神經(jīng)網(wǎng)絡(luò)的水質(zhì)評(píng)價(jià)方學(xué)法研究指導(dǎo)教攤衍溺期：居新委員幺崤抵吁闡人▲yl『▲廠一l廣西大礱瞻炙士掌位論文基于PCA—BP神經(jīng)網(wǎng)絡(luò)的水質(zhì)評(píng)價(jià)勇哼表研究基于PCA_BP神經(jīng)網(wǎng)絡(luò)的水質(zhì)評(píng)價(jià)方法研究摘要目前BP神經(jīng)網(wǎng)絡(luò)應(yīng)用在水質(zhì)評(píng)價(jià)上主要有2個(gè)難題：l，訓(xùn)練樣本不足，僅有水質(zhì)標(biāo)準(zhǔn)中的5組臨界值數(shù)據(jù)不足以滿足BP神經(jīng)網(wǎng)絡(luò)的建模條件；2，沒有驗(yàn)

2、證樣本，難以判定己得網(wǎng)絡(luò)是合適的。可見BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于污染特征復(fù)雜的流域水質(zhì)評(píng)價(jià)上的主要問(wèn)題是污染特征指標(biāo)變量過(guò)多而相對(duì)的學(xué)習(xí)樣本過(guò)少，同時(shí)沒有檢驗(yàn)樣本，而導(dǎo)致網(wǎng)絡(luò)可泛性差。針對(duì)以上問(wèn)題，本文利用污染分擔(dān)率算法，對(duì)水質(zhì)指標(biāo)進(jìn)行篩選，剔除對(duì)流域水質(zhì)污染影響較小的指標(biāo)，篩選出評(píng)價(jià)指標(biāo)；利用主成份分析方法(PCA)對(duì)評(píng)價(jià)指標(biāo)實(shí)測(cè)數(shù)據(jù)進(jìn)行特征分析，獲取主成份及其對(duì)應(yīng)的評(píng)價(jià)指標(biāo)荷載，然后對(duì)5組水質(zhì)標(biāo)準(zhǔn)臨界值進(jìn)行轉(zhuǎn)化，獲取符合該流域特征的標(biāo)準(zhǔn)主成

3、份數(shù)據(jù)，達(dá)到了指標(biāo)縮減的目的；以標(biāo)準(zhǔn)主成份數(shù)據(jù)作為訓(xùn)練樣本，在訓(xùn)練過(guò)程中確定網(wǎng)絡(luò)結(jié)構(gòu)及訓(xùn)練參數(shù)，依據(jù)專業(yè)知識(shí)確定驗(yàn)證條件對(duì)網(wǎng)絡(luò)進(jìn)行驗(yàn)證，最終選擇出適用模型。本文選取國(guó)內(nèi)某流域作為案例進(jìn)行分析，該流域指標(biāo)數(shù)據(jù)等級(jí)為I類的數(shù)據(jù)最多，V類、劣V類水質(zhì)數(shù)據(jù)占總數(shù)的比例最少；而依據(jù)單因子評(píng)價(jià)法，I類的斷面為0個(gè)，V類、劣V類的斷面最多，顯然依據(jù)此法來(lái)總體評(píng)價(jià)該流域水質(zhì)有失偏頗；利用本文所述的PCA—BP神經(jīng)網(wǎng)絡(luò)法，I類的斷面最多，V類、劣V類斷面