本文關(guān)鍵詞：大氣污染物排放監(jiān)測算法研究　出處：《北京交通大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 源強反算 傳感器節(jié)點 數(shù)據(jù)分類 改進的BP神經(jīng)網(wǎng)絡(luò) 自適應(yīng)模擬退火

【摘要】：在經(jīng)濟高速發(fā)展的今天,工業(yè)現(xiàn)代化帶來的嚴重的大氣污染已經(jīng)影響到人類的生產(chǎn)生活,因此,環(huán)境監(jiān)測成為熱點,而無線傳感器網(wǎng)絡(luò)的應(yīng)用為污染氣體排放源的監(jiān)測提供了極大的發(fā)展空間,由此人們對污染氣體排放的實時監(jiān)測技術(shù)要求越來越高。在此基礎(chǔ)上,本文給出了與污染源排放監(jiān)測算法相關(guān)的研究。無線傳感器網(wǎng)絡(luò)中分布有多個傳感器節(jié)點,各個傳感器節(jié)點在感知污染源信息時,會在節(jié)點處產(chǎn)生對同一污染源和不同污染源的濃度監(jiān)測值,為了提高源強計算的準(zhǔn)確度,本文提出改進的BP神經(jīng)網(wǎng)絡(luò)對這兩種監(jiān)測數(shù)據(jù)進行分類,并在得到同一污染源監(jiān)測數(shù)據(jù)的基礎(chǔ)上,采用自適應(yīng)模擬退火算法優(yōu)化源強計算,實現(xiàn)對污染源源強的實時監(jiān)測。簡而言之,本文主要介紹了基于改進BP神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)分類模型和自適應(yīng)模擬退火算法及其改進算法,并將其應(yīng)用到污染源源強反算的過程中。針對BP神經(jīng)網(wǎng)絡(luò)在數(shù)據(jù)分類方面的應(yīng)用,本文提出了基于選擇更新布谷鳥搜索(SUCS)算法的BP神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)分類模型,并與具有局部最優(yōu)解檢測預(yù)防功能的BP算法(LMDBP)以及基于布谷鳥搜索算法的改進BP神經(jīng)網(wǎng)絡(luò)模型(BPCS)進行對比,以Iris數(shù)據(jù)集為基礎(chǔ),文章通過對這三個模型的訓(xùn)練以及測試,分別得出基于MATLAB平臺的仿真結(jié)果,并根據(jù)該結(jié)果分析這三種算法的性能以及數(shù)據(jù)分類能力,總結(jié)出基于SUCS算法的BP神經(jīng)網(wǎng)絡(luò)的優(yōu)點和缺點。此外,本文還將基于SUCS算法的BP網(wǎng)絡(luò)模型與支持向量機(SVM)在數(shù)據(jù)分類方面進行了比較,得出該模型的分類能力有待提高的結(jié)論。在傳感器監(jiān)測數(shù)據(jù)經(jīng)過基于SUCS算法的BP神經(jīng)網(wǎng)絡(luò)的分類后,本文對此分類結(jié)果結(jié)合高斯擴散模型進行源強反算以實現(xiàn)實時監(jiān)測。文章在源強計算過程中,得出自適應(yīng)模擬退火(ASA)算法可以計算污染源的瞬時排放速率的結(jié)論。同時文章針對提高ASA算法收斂速度這一點,提出了改進自適應(yīng)模擬退火算法,并證明出該算法在收斂速度上優(yōu)于ASA算法,但是在計算污染源連續(xù)排放速率方面,由于數(shù)據(jù)采集、傳輸過程的噪聲影響以及分類模型的輸出誤差等因素,改進ASA算法無法作出精確運算甚至無法收斂。
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：X831;TP183

【參考文獻】

相關(guān)期刊論文 前10條

1 簡必建;范菁;曲金帥;黃登朝;;基于神經(jīng)網(wǎng)絡(luò)的多傳感加權(quán)融合算法的研究[J];云南民族大學(xué)學(xué)報(自然科學(xué)版);2016年01期

2 顧子玲;李興華;;化工園區(qū)氣體排放無線傳感器監(jiān)測系統(tǒng)算法研究[J];軟件;2015年12期

3 高云龍;閆鵬;;基于多種群粒子群算法和布谷鳥搜索的聯(lián)合尋優(yōu)算法[J];控制與決策;2016年04期

4 鄭巧燕;莫愿斌;劉付永;馬彥追;;一種小規(guī)模多種群布谷鳥算法[J];計算機應(yīng)用與軟件;2014年10期

5 傅文淵;凌朝東;;布朗運動模擬退火算法[J];計算機學(xué)報;2014年06期

6 姚明海;王娜;趙連朋;;改進的模擬退火和遺傳算法求解TSP問題[J];計算機工程與應(yīng)用;2013年14期

7 洪月華;;無線傳感器網(wǎng)絡(luò)中分布式數(shù)據(jù)挖掘算法研究[J];計算機仿真;2012年12期

8 李韌;陳謙;汪靖;;高斯反推模式在銅冶煉企業(yè)無組織大氣污染源重金屬排放量估算中的應(yīng)用[J];有色金屬(冶煉部分);2011年11期

9 劉敏華;蕭德云;;基于信息熵的多傳感器數(shù)據(jù)分類方法[J];控制與決策;2006年04期

10 鄧金華,沈賢明,張保平,王建兵;Matlab在化學(xué)危險性氣體擴散模擬分析中的應(yīng)用[J];中國安全生產(chǎn)科學(xué)技術(shù);2005年05期

相關(guān)碩士學(xué)位論文 前3條

1 黃麗;BP神經(jīng)網(wǎng)絡(luò)算法改進及應(yīng)用研究[D];重慶師范大學(xué);2008年

2 柴紹斌;基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)分類研究[D];大連理工大學(xué);2007年

3 陳玉芳;BP神經(jīng)網(wǎng)絡(luò)的算法改進及應(yīng)用研究[D];電子科技大學(xué);2004年

，

本文編號：1328301