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，其在水污染控制規(guī)劃領域的應用研究在國內(nèi)外尚處于初創(chuàng)階段。本文在較全面分析評述了水質評價與水質模擬研究現(xiàn)狀，及在分析闡述了ANN基本原理、算法和各類模式特征的基礎上，在國內(nèi)首次將ANN方法引入水污染控制規(guī)劃領域，主要在水質評價和水質模擬的人工神經(jīng)網(wǎng)絡建模方法以及模型算法方面進行了一些創(chuàng)新性的工作，為提高水質評價和水質模擬的智能化水平做出了努力。 本文根據(jù)水質綜合評價的特點及Hopfield網(wǎng)絡優(yōu)良的模式識別性能，通過對Liapunov能量函數(shù)構造的合理設計，提出了水質綜合評價Hopfield網(wǎng)絡模型，并從數(shù)學上嚴格推證了水質評價Hopfield網(wǎng)絡的樣本分類性能。實例研究表明：Hopfield模型在相當多評價指標的情況下，仍可很快地給出評價結果，且可達到相當高的精度，同時模型可表述定量和定性的評價指標，增強了評價方法的通用性和適用性。 針對水質信息的模糊性特征，本文將模糊數(shù)學與神經(jīng)網(wǎng)絡相結合，首次提出了水質評價隸屬度BP模型。通過對隸屬度BP模型、模糊綜合指數(shù)法和灰色聚類法實例評價結果的比較，本文提出的隸屬度BP模型... 

【文章來源】：重慶大學重慶市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：174 頁

【學位級別】：博士

【文章目錄】：
中文摘要
英文摘要
目錄
緒言
1 水污染控制規(guī)劃（WPCP）與人工神經(jīng)網(wǎng)絡（ANN）
    1.1 水污染控制規(guī)劃（WPCP）
        1.1.1 水污染控制規(guī)劃基本特征
        1.1.2 水污染控制規(guī)劃內(nèi)容與過程
        1.1.3 近代水污染控制規(guī)劃主要方法簡述
    1.2 人工神經(jīng)網(wǎng)絡（ANN）原理概述
        1.2.1 人工神經(jīng)網(wǎng)絡基本概念與原理
        1.2.2 人工神經(jīng)網(wǎng)絡的架構、運作過程與分類
        1.2.3 人工神經(jīng)網(wǎng)絡發(fā)展簡況與趨勢
    1.3 神經(jīng)網(wǎng)絡與水質評價及水質模擬結合的優(yōu)勢
        1.3.1 水環(huán)境的非線性及非確定性特征
        1.3.2 神經(jīng)網(wǎng)絡與水質評價及水質模擬結合的優(yōu)勢
2 水質評價方法研究述評
    2.1 水質評價概述
        2.1.1 水質評價指標
        2.1.2 水質評價標準
        2.1.3 水質評價步驟
    2.2 水質評價方法及評價數(shù)學模型綜述
        2.2.1 污染源評價模型
        2.2.2 單指數(shù)法
        2.2.3 分級評分法
        2.2.4 函數(shù)評價法
        2.2.5 概率統(tǒng)計法
        2.2.6 模糊數(shù)學、灰色理論及其它方法
    2.3 基于ANN的水質評價
3 水質評價Hopfield網(wǎng)絡
    3.1 Hopfield網(wǎng)絡基本原理
        3.1.1 離散型Hopfield神經(jīng)網(wǎng)絡的數(shù)學基礎
        3.1.2 離散型Hopfield網(wǎng)絡的演算過程
    3.2 水質評價Hopfield網(wǎng)絡研究
        3.2.1 Hopfield網(wǎng)絡解自聯(lián)想問題的分析
        3.2.2 水質評價Hopfield網(wǎng)絡的架構
        3.2.3 網(wǎng)絡算法
        3.2.4 Hopfield網(wǎng)絡實例運算
    3.3 對Hopfield網(wǎng)絡進一步的探討
    3.4 小結
4 水質評價模糊BP神經(jīng)網(wǎng)絡
    4.1 BP（Back—Propagation）網(wǎng)絡基本原理
        4.1.1 BP神經(jīng)網(wǎng)絡概論
        4.1.2 網(wǎng)絡架構
        4.1.3 網(wǎng)絡的數(shù)學描述
    4.2 模糊數(shù)學基礎
        4.2.1 模糊集合
        4.2.2 模糊集合的基本運算
        4.2.3 模糊關系
    4.3 模糊系統(tǒng)與神經(jīng)網(wǎng)絡的融合
    4.4 水質評價隸屬度BP網(wǎng)絡研究
        4.4.1 水質評價隸屬度BP網(wǎng)絡的建構
        4.4.2 網(wǎng)絡的計算格式
        4.4.3 運算實例
    4.5 小結
5 四種水質評價方法比較研究
    5.1 水質評價模糊數(shù)學法
        5.1.1 水環(huán)境質量模糊綜合評判模型
        5.1.2 水質評價模糊綜合指數(shù)法的算法
        5.1.3 水質評價模糊綜合指數(shù)法程序框圖
        5.1.4 模糊綜合指數(shù)法計算結果
    5.2 水質評價灰色聚類法
        5.2.1 水質灰色聚類評判模型
        5.2.2 水質評價灰色聚類法的算法
        5.2.3 水質評價灰色聚類法的程序框圖
        5.2.4 灰色聚類法計算結果
    5.3 四種評價方法的比較
        5.3.1 四種評價方法對同一樣本的評價結果
        5.3.2 四種評價方法的綜合比較
    5.4 小結
6 水質數(shù)學模型研究述評
    6.1 水質數(shù)學模型與應用條件
    6.2 水質數(shù)學模型研究進展
        6.2.1 水質數(shù)學模型發(fā)展的歷史沿革
        6.2.2 水質模型的應用研究概況
    6.3 水質模型研究的發(fā)展趨勢
        6.3.1 包括水生食物鏈在內(nèi)的多介質環(huán)境生態(tài)綜合模型
        6.3.2 模型不確定性的研究
        6.3.3 水質模型與地理信息系統(tǒng)（GIS）相結合
        6.3.4 與人工神經(jīng)網(wǎng)絡（ANN）相結合
7 人工神經(jīng)網(wǎng)絡BOD-DO耦合水質模擬模型
    7.1 氧平衡水質模型
        7.1.1 傳統(tǒng)氧平衡水質模型的特征分析
        7.1.2 BOD—DO模型的不確定性模擬
    7.2 BOD—DO耦合人工神經(jīng)網(wǎng)絡水質模擬模型
        7.2.1 BOD—DO耦合人工神經(jīng)網(wǎng)絡水質模擬模型的建立
        7.2.2 BOD—DO耦合BP網(wǎng)絡水質模型的計算格式
    7.3 BOD—DO耦合BP網(wǎng)絡模型實例研究
        7.3.1 實例資料準備
        7.3.2 輸入樣本數(shù)據(jù)
        7.3.3 模型模擬的結果與分析
        7.3.4 長江干流重慶段一維水質模型及運算結果
        7.3.5 BP網(wǎng)絡水質模型與一維水質模型的比較
    7.4 小結
8 人工神經(jīng)網(wǎng)絡水質綜合模擬模型
    8.1 傳統(tǒng)的水質綜合模擬方法
        8.1.1 QUAL—Ⅱ模型水質變量及變量間的相互關系
        8.1.2 QUAL—Ⅱ模型的水質方程
    8.2 水質綜合模擬DBD演算法BP（DBD—BP）網(wǎng)絡
        8.2.1 水質綜合模擬BP網(wǎng)絡模型的建構
        8.2.2 水質綜合模擬DBD—BP實例研究
    8.3 水質綜合模擬RBF網(wǎng)絡模型
        8.3.1 徑向基函數(shù)（RBF）網(wǎng)絡基本原理
        8.3.2 水質綜合模擬RBF網(wǎng)絡實例研究
    8.4 模擬結果比較
    8.5 小結
9 人工神經(jīng)網(wǎng)絡二維水質模擬模型
    9.1 二維水質數(shù)學模型
        9.1.1 二維對流擴散水質模型的基本表達式
        9.1.2 二維對流擴散水質方程的求解
    9.2 神經(jīng)網(wǎng)絡二維水質模型
        9.2.1 神經(jīng)網(wǎng)絡二維水質模型架構
        9.2.2 橫向擴散系數(shù)神經(jīng)網(wǎng)絡子模型
        9.2.3 神經(jīng)網(wǎng)絡二維水質模型實例運算
    9.3 小結
10 結論與建議
    10.1 結論
    10.2 進一步研究的建議
致謝
參考文獻
附錄：
    作者在攻讀博士學位期間發(fā)表的學術論文
    作者在攻讀博士學位期間參加的科研項目


【參考文獻】：
期刊論文
[1]河流底泥重金屬不同形態(tài)的生物有效性[J]. 程曉東,郭明新.  農(nóng)業(yè)環(huán)境保護. 2001(01)
[2]BOD5-DO參數(shù)反問題偶合模型的研究[J]. 李蘭,李志永,劉金才.  水科學進展. 2000(03)
[3]應用徑向基函數(shù)網(wǎng)絡預測有機化合物的生物活性[J]. 戴勇,盧穎,張愛茜,韓朔睽.  環(huán)境科學. 2000(04)
[4]基于學習率與慣性因子動態(tài)聯(lián)合優(yōu)化的快速BP算法[J]. 陳國安,尤肖虎.  東南大學學報. 1999(04)
[5]幾種模糊聚類法在環(huán)境質量綜合評價中的應用[J]. 張美華,陳宏.  重慶環(huán)境科學. 1999(03)
[6]官廳水庫水質模型研究[J]. 黃國如,芮孝芳.  水科學進展. 1999(01)
[7]河流水質縱向彌散系數(shù)的頻域反演[J]. 李蘭.  水利學報. 1998(08)
[8]湖泊水質富營養(yǎng)化評價的多準則神經(jīng)網(wǎng)絡法[J]. 胡明星,郭玲香,郭達志.  上海環(huán)境科學. 1998(04)
[9]一種新的平原河網(wǎng)水質模型——組合單元水質模型[J]. 金忠青,韓龍喜.  水科學進展. 1998(01)
[10]人工神經(jīng)網(wǎng)絡在水質評價中的應用[J]. 薛建軍,姚桂基.  水文. 1997(03)



本文編號：3210240