我國作為一個干旱、缺水的國家,水污染問題也很突出。水質(zhì)評價便是對水資源的質(zhì)量等級做出評價。水質(zhì)環(huán)境復(fù)雜多變,存在著大量的微生物和化學(xué)物質(zhì),增加了水質(zhì)評價的難度。BP神經(jīng)網(wǎng)絡(luò)是現(xiàn)階段應(yīng)用最為廣泛的神經(jīng)網(wǎng)絡(luò)模型之一。其自適應(yīng)性、自學(xué)習(xí)性和分布式處理的能力在水質(zhì)評價中已經(jīng)得到了較好的應(yīng)用。但是BP神經(jīng)網(wǎng)絡(luò)自身存在著一些缺點,會導(dǎo)致評價結(jié)果的不準(zhǔn)確。因此需要尋找一個更加優(yōu)秀的水質(zhì)評價方法。本文對基于BP神經(jīng)網(wǎng)絡(luò)的水質(zhì)評價模型進行實驗和研究,希望找出更好的水質(zhì)評價方法。研究中,發(fā)現(xiàn)遺傳算法具有強大的宏觀搜索功能,可以解決BP神經(jīng)網(wǎng)絡(luò)的局部極值問題,而自適應(yīng)遺傳算法可以提高收斂速度、優(yōu)化學(xué)習(xí)效果。在實驗上,分別用BP神經(jīng)網(wǎng)絡(luò)和用以上兩種方法優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)分別對水質(zhì)進行了評價,結(jié)果顯示自適應(yīng)遺傳算法優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)對水質(zhì)的評價取得了良好的評價效果。得出結(jié)論,使用自適應(yīng)遺傳算法優(yōu)化原有的水質(zhì)評價方法能夠更好地為我國各流域斷面水質(zhì)做出評價,在水質(zhì)評價中有著很好的適用價值,為水資源保護提供了數(shù)據(jù)基礎(chǔ)。 

【文章來源】：南昌大學(xué)江西省 211工程院校

【文章頁數(shù)】：57 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１．１水質(zhì)評價模型??

?第２章我國地表水水質(zhì)狀況???鐮２０丨７年?豳２０１８年??會?３．１個??＾?Ｖ?ｒＴ＃?＞５．??Ｈｒ?｜?Ｖ??〇?Ｉ?■?■?？?■???雛—一—??１？丨丨１類?劣ｖ＿類??圖２．１?２０１８年全國地表水水質(zhì)類別年際比較??長江、黃河、珠江、松花江、淮河、海河、遼河七大流域和浙閩片河流、??西北諸河、西南諸河監(jiān)測的１６１３個水質(zhì)斷面中，一類占５．０％，二類占４３．０％，??三類占２６．３％，四類占１４．４％，五類占４．５％，劣五類占６．９％。圖２．２為２０１８??年全國流域總體水質(zhì)狀況。??Ｍ?５〇％??缺?＠?４３．０％??２０１８％：?？?ＨＩ？?２６．３％??ＩＶ＊?１４１％??？Ｖ．炎?４，％??？劣Ｖ究?６９％??圖２．２?２０１８年全國流域總體水質(zhì)狀況??與２０１７年相比，在統(tǒng)計的監(jiān)測點水質(zhì)評價結(jié)果中，一類占比增加了?２．８個??百分點，二類增加了?６．３個百分點，三類減少了?６．６個百分點，四類減少了?０．２??個百分點，五類減少了?０．７個百分點，劣五類減少了?１．５個百分點。圖２．３為２０１８??年全國流域總體水質(zhì)狀況年際比較。??９??

?第２章我國地表水水質(zhì)狀況???鐮２０丨７年?豳２０１８年??會?３．１個??＾?Ｖ?ｒＴ＃?＞５．??Ｈｒ?｜?Ｖ??〇?Ｉ?■?■?？?■???雛—一—??１？丨丨１類?劣ｖ＿類??圖２．１?２０１８年全國地表水水質(zhì)類別年際比較??長江、黃河、珠江、松花江、淮河、海河、遼河七大流域和浙閩片河流、??西北諸河、西南諸河監(jiān)測的１６１３個水質(zhì)斷面中，一類占５．０％，二類占４３．０％，??三類占２６．３％，四類占１４．４％，五類占４．５％，劣五類占６．９％。圖２．２為２０１８??年全國流域總體水質(zhì)狀況。??Ｍ?５〇％??缺?＠?４３．０％??２０１８％：?？?ＨＩ？?２６．３％??ＩＶ＊?１４１％??？Ｖ．炎?４，％??？劣Ｖ究?６９％??圖２．２?２０１８年全國流域總體水質(zhì)狀況??與２０１７年相比，在統(tǒng)計的監(jiān)測點水質(zhì)評價結(jié)果中，一類占比增加了?２．８個??百分點，二類增加了?６．３個百分點，三類減少了?６．６個百分點，四類減少了?０．２??個百分點，五類減少了?０．７個百分點，劣五類減少了?１．５個百分點。圖２．３為２０１８??年全國流域總體水質(zhì)狀況年際比較。??９??

【參考文獻】：
期刊論文
[1]基于遺傳算法優(yōu)化前饋神經(jīng)網(wǎng)絡(luò)模型的配電網(wǎng)短期負(fù)荷預(yù)測[J]. 陳浩,戴欣.  科技創(chuàng)新與應(yīng)用. 2020(05)
[2]基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的管道泄漏檢測方法研究[J]. 燕宗偉,李平,郎憲明,劉浩宇.  當(dāng)代化工. 2020(01)
[3]基于改進GA的神經(jīng)網(wǎng)絡(luò)航班保障時間估計[J]. 邢志偉,韓大浩,羅謙.  計算機工程與設(shè)計. 2020(01)
[4]基于BP神經(jīng)網(wǎng)絡(luò)的桃林口水庫水質(zhì)預(yù)測[J]. 趙林,戴天驕,陳亮,馮琛雅,劉琦,趙明杰.  安徽農(nóng)業(yè)科學(xué). 2019(24)
[5]遺傳算法變異算子的改進[J]. 王春陽,趙玉慶,謝金興,蘇本堂.  山東農(nóng)業(yè)大學(xué)學(xué)報(自然科學(xué)版). 2019(05)
[6]人工神經(jīng)網(wǎng)絡(luò)研究與分析[J]. 祝凌云.  科技傳播. 2019(12)
[7]談遺傳算法[J]. 孫俊麗.  辦公自動化. 2019(12)
[8]類腦機的思想與體系結(jié)構(gòu)綜述[J]. 黃鐵軍,余肇飛,劉怡俊.  計算機研究與發(fā)展. 2019(06)
[9]基于退火算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)的電力通信網(wǎng)業(yè)務(wù)可靠性評價[J]. 董彥軍,劉平,辛銳,李超.  微型電腦應(yīng)用. 2019(05)
[10]深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的新型自適應(yīng)激活函數(shù)[J]. 劉宇晴,王天昊,徐旭.  吉林大學(xué)學(xué)報(理學(xué)版). 2019(04)

博士論文
[1]多功能農(nóng)業(yè)與中國農(nóng)業(yè)政策研究[D]. 姬亞嵐.西北大學(xué) 2007

碩士論文
[1]基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)對房價預(yù)測的研究[D]. 高文.延安大學(xué) 2019
[2]遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)在供水管網(wǎng)中的應(yīng)用[D]. 鄧葳.廣東工業(yè)大學(xué) 2019
[3]基于神經(jīng)網(wǎng)絡(luò)和遺傳算法的干道相位差仿真優(yōu)化研究[D]. 曹濤濤.西南交通大學(xué) 2019
[4]基于BP神經(jīng)網(wǎng)絡(luò)的河流黑臭水體評價及對策研究[D]. 崔曉彤.青島理工大學(xué) 2018
[5]主成分分析-BP神經(jīng)網(wǎng)絡(luò)法在漳河水質(zhì)評價中的聯(lián)合應(yīng)用[D]. 高爽.河北工程大學(xué) 2018
[6]一種基于人工神經(jīng)網(wǎng)絡(luò)的地表水質(zhì)預(yù)測方法[D]. 劉宇同.哈爾濱工程大學(xué) 2017
[7]基于TOPSIS法的水環(huán)境質(zhì)量評價研究[D]. 程佩瑄.蘭州大學(xué) 2014
[8]一種改進的遺傳算法及應(yīng)用[D]. 李延梅.華南理工大學(xué) 2012
[9]自適應(yīng)遺傳算法的改進研究及其應(yīng)用[D]. 陳超.華南理工大學(xué) 2011
[10]系統(tǒng)模糊集理論在水環(huán)境系統(tǒng)——水質(zhì)評價中的應(yīng)用[D]. 王濤.大連理工大學(xué) 2002



本文編號：3320381