湖庫水質評價與水華預測智能方法研究.pdf

1、隨著社會經濟的快速發(fā)展，水環(huán)境問題已經越來越受到了人們的廣泛關注，水體富營養(yǎng)化和水華作為水環(huán)境中的典型問題，目前已成為環(huán)保領域的重要研究課題之一。
　　本文首先介紹了水體富營養(yǎng)化評價和水華預測的研究背景、意義以及目前的研究現狀和發(fā)展趨勢?？偨Y了常用的水體富營養(yǎng)化評價方法，針對已有方法存在的問題，提出一種基于遺傳算法的模糊綜合評價方法。然后確定了水質評價指標和評價標準，依據水體富營養(yǎng)狀態(tài)的標準計算出模糊隸屬度函數矩陣，建立了基于遺傳

2、算法的水質參數權重分配模型，將實測數據應用于該模型中，通過仿真得出綜合評價值，驗證了該方法的有效性，為水環(huán)境治理提供了有效參考。
　　其次，通過研究水華形成過程機理，構建了藻類生長的數學機理模型，將粒子群算法用于模型中未知參數優(yōu)化。通過對模型計算值和真實值比較發(fā)現，該模型能描述水華從產生到爆發(fā)過程中葉綠素的基本變化情況，但在水華爆發(fā)階段未體現出優(yōu)勢，因此將神經網絡引入其中，利用其非線性特性來補償機理模型的不足。通過仿真驗證了水華爆

3、發(fā)階段該模型的優(yōu)越性，水華預測模型精度得到顯著提高，為建立機理與智能方法相結合的水華預測開拓了一條新的思路。
　　最后，總結了本文的研究工作，針對評價和預測算法上存在的不足提出了未來的研究趨勢和發(fā)展動向。
　　文中有以下兩個創(chuàng)新點:
　　(1)通過遺傳算法優(yōu)化理論構建湖庫水質參數的權重優(yōu)化分配模型，結合模糊綜合評價方法提高湖庫水質評價的有效性及客觀性。
　　(2)利用藻類模型確定水華發(fā)生的基本趨勢，運用粒子群算法