人工神經(jīng)網(wǎng)絡在水質模擬與水質評價中的應用研究.pdf

1、人工神經(jīng)網(wǎng)絡(ANN)是復雜非線性科學和人工智能科學的前沿，近年來，隨著人工神經(jīng)網(wǎng)絡理論和應用技術的日益完善，慢慢地成為各個學科的研究熱點。本文在較全面闡述了ANN基本原理、優(yōu)化算法的基礎上，提出將BP神經(jīng)網(wǎng)絡引入水質模擬和水質評價領域，主要以三峽水庫為例，在人工神經(jīng)網(wǎng)絡建模方法及其在水質模擬及評價的應用方面做了些探索性的研究。
　　研究的內容主要有:首先，對BP神經(jīng)網(wǎng)絡的基本原理及推導過程進行詳細闡述，并以長江朱沱至黃謙段為研究

2、區(qū)域，研究入河污染物(CODmn、DO和BOD5)在水質監(jiān)測斷面朱沱和黃謙上的水質響應。選用了改進的BP神經(jīng)網(wǎng)絡模型——Levenberg-Marquardt規(guī)則訓練前向算法的BP神經(jīng)網(wǎng)絡，建立能夠反映研究區(qū)域中，下游斷面污染物各水質響應指標與影響它的上游斷面各參量之間關系的水質模型，分析和驗證該方法的適用性。研究結果表明:據(jù)此方法建立的模型在預測精度上具有較高的優(yōu)越性。
　　用彈性BP算法建立了湖泊富營養(yǎng)化評價神經(jīng)網(wǎng)絡，并且對三

3、峽庫區(qū)次級河流龍溪河下游長壽湖富營養(yǎng)化進行了評價。運用長江三峽水質2000年監(jiān)測數(shù)據(jù)，采用單因子評價法方法對三峽庫區(qū)長江干流及其次級河流水質污染現(xiàn)狀進行全面的、系統(tǒng)的評價。應用多元統(tǒng)計方法，采用SPSS10.0軟件，對三峽庫區(qū)長江干流主要監(jiān)測斷面的主要污染物進行了因子分析，用來揭示了三峽庫區(qū)水質指標之間的相互關系及聯(lián)系。在此基礎上研究了模糊系統(tǒng)和神經(jīng)網(wǎng)絡這兩種人工智能方法的長處和短處，并將它們有機地結合在一起。將模糊神經(jīng)網(wǎng)絡應用于三峽水