收藏本站
《吉林大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

大气质量评价与预测的智能方法研究

王守权  
【摘要】:续哥本哈根气候峰会后,坎昆世界气候大会也接踵而至。气候问题越来越成为人们关注的对象,其中大气质量评价及预测又是大气环境科学领域的热门课题,而智能化方法也是现如今最为高效、应用最广泛的分析技术,具有重要的理论价值和实用意义。计算智能的智能化方法的思想来源于仿生学,仿生学兴起与发展启发并带动了智能化算法蓬勃发展。智能化技术是将待解决的问题模型化,通过特定的数学模型来刻画问题本身,以达到解决问题的目的。现如今,在大气环境质量评价及预测方面智能化方法的应用还处于起始阶段,比较广泛被使用的是神经网络。在此背景下,作者采用长春市大气质量检测中心提供的空气中主要污染物的实测浓度数据作为数据样本,应用智能化方法对空气的评价及预测工作做了相关研究。 本文通过对现有的一些智能方法,如粒子群优化算法、神经网络模型、模糊系统理论、大气评价模型以及大气预测等理论的学习,在参考和引证了大量国内外文献的基础上,研究并改进了基于粒子群优化的算法,以及将模糊神经网络(WFNN)应用于大气质量预测工作,通过实验验证,取得了较好的预测效果。 首先,鉴于PSO算法具有非线性的全局优化、局部收敛以及可观的算法精度等能力,通过研究国内外相关论文,并且实验对比分析各种改进算法优劣。由于粒子群算法的决定因子只有三个,分别为惯性权重wt,加速因子ac1, ac2。wt为粒子继承自身的大小,ac1为粒子追随自身最优的加速度,ac2为粒子追随群体最优个体的趋势。更进一步分析了各个因素对于粒子群算法的影响,最后分析了群智能优化的粒子群算法的适用领域及其特性,特别在全局优化方面的优越性。 其次,对比传统大气质量评价模型及常用的和主流的评价API法评价。我国当前使用的是API评价法,该方法对于不同种污染物都有不同的计算公式,公式中有与该污染物特性相关的参数,计算起来复杂麻烦。本文通过大量的实验研究了传统方法中各个参数对各个污染物的影响情况,通过对实验结果对比分析,研究找到一种可选择的方法来改善评价方法对污染物特性相关参数的依赖性。 再次,提出了改进的粒子群优化算法MOVPSO,改进了粒子群在优化过程中的择优方案,并且通过几何方法来直观论证其正确性。算法不仅改善了择优策略,而且通过自适应调节惯性权重Wt,保证了粒子群不会早熟收敛以及避免陷于局部最优。文中通过实验对比分析其与传统PSO算法在全局优化方面的性能。通过对大气质量评价与预测的的应用要求和实验数据的特点进行分析,研究了现有的大气评价模型,并依据改进的MOVPSO算法对选取公式的参数进行优化。在优化过程中对影响公式的参数因子做了大量研究论证,选取合适的参数,如最大变更速度,加速因子等等。根据实验结果选取了最适宜的参数,得到适用于所有污染物的普适公式模型,可以适用于多种污染物的大气质量评价工作,而不用考虑与污染物有关的特性参数。文中采用长春市环境质量监测站提供的的实测数据作为评价样本,利用MOVPSO大气质量综合评价模型对大气质量进行评价,所得到的结果与实际污染情况对比来验证模型的可行性及实用性。 最后,深入地研究了大气预测模型以及模糊神经网络的发展进程,鉴于神经网络具有广泛的自适应性、自学习性,以及模糊系统所具有的规则推理能力,深入剖析了模糊神经网络应用于大气预测的可行性,并通过实验来验证。文中采用了基于模糊加权神经网络(WFNN)预测模型,用其对大气中主要污染物进行预测。在构造好模糊神经网络WFNN的结构后,用遗传算法对该模糊神经网络进行学习训练,当网络稳定后即误差满足要求后用来进行大气的预测工作,本文选用用长春市环境监测中心站的实测数据对模糊神经网络进行训练以及预测。预测结果与实际情况进行对比,从结果看该模型的预测精度较准,具有相当可观的应用前景。 综上所述,本文主要研究了粒子群优化算法,并改进和提出了一种新的MOVPSO算法,将该算法应用于对大气污染损害率公式参数的优化中,得到了基于MOVPSO的大气质量综合评价模型。同时将广义模糊加权神经网络WFNN引入到大气质量预测工作中,得到了基于WFNN模糊加权神经网络的预测模型。最后通过实测数据进行试验验证两种模型的可行性以及实用性。
【学位授予单位】:吉林大学
【学位级别】:硕士
【学位授予年份】:2011
【分类号】:TP18;X823

【相似文献】
中国期刊全文数据库 前10条
1 李文正;孙伟;郑车晓;周德华;;应用模糊神经网络对重介质密度进行估算[J];矿山机械;2011年09期
2 潘峥嵘;王群;;基于模糊神经网络的COD软测量技术的研究[J];计算机测量与控制;2011年07期
3 张宏斌;杨杰;温丽俊;;基于模糊神经网络的某型直升机可靠度预测[J];航空维修与工程;2011年03期
4 吴延勋;秦现生;张海峰;;基于模糊神经网络的复杂产品研发决策评估[J];系统工程与电子技术;2011年07期
5 张金龙;徐慧;刘京南;内田敬久;郭怡倩;;反射式超精密定位智能控制系统的研究[J];光电子.激光;2011年08期
6 衷卫声;马红杰;万滔;王汶海;;基于遗传算法的FNN-PID控制技术在溶解氧控制中的应用[J];计算机测量与控制;2011年08期
7 刘慧博;吴云洁;;系统仿真评估鲁棒一致性研究[J];系统仿真学报;2011年S1期
8 华铨平;;基于FNN的家纺产品个性化推荐系统的研究[J];计算机技术与发展;2011年09期
9 徐国政;宋爱国;李会军;;基于进化动态递归模糊神经网络的上肢康复机器人自适应阻抗控制[J];高技术通讯;2010年10期
10 黄银蓉;张绍德;;污水处理曝气池溶解氧智能优化控制系统[J];信息与控制;2011年03期
中国重要会议论文全文数据库 前10条
1 李仁发;乜崇义;;一种用模糊神经网络建立模糊模型的新方法[A];1996年中国智能自动化学术会议论文集(上册)[C];1996年
2 邢杰;萧德云;;FALCON模糊神经网络及其在铝电解槽阳极效应预报中的应用[A];冶金自动化信息网年会论文集[C];2004年
3 席东民;胡琳静;;模糊神经网络在单元机组协调控制中的应用[A];全国第4届信号和智能信息处理与应用学术会议论文集[C];2010年
4 谭思云;李志明;;基于模糊神经网络的水泥回转窑分解炉温度控制[A];中国硅酸盐学会2003年学术年会论文摘要集[C];2003年
5 孙增圻;;模糊神经网络及其在系统建模与控制中的应用[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
6 徐洪钟;吴中如;;模糊神经网络模型在大坝安全监测中的应用[A];中国水力发电工程学会大坝安全监测专业委员会年会暨学术交流会论文集[C];2000年
7 刘靖;刘念;王海田;党晓强;;基于模糊神经网络的同步发电机转子匝间短路预测[A];四川省电工技术学会电机、电测专业委员会2002年学术年会论文集[C];2002年
8 陈寿平;蒋旭平;;模糊神经网络技术在运动控制运用中的研究[A];全国第16届计算机科学与技术应用(CACIS)学术会议论文集[C];2004年
9 梁志珊;张化光;;模糊神经网络的构造[A];1998中国控制与决策学术年会论文集[C];1998年
10 刘国光;程青蟾;李燮里;张月兰;;声发射模糊神经网络[A];第二届全国信息获取与处理学术会议论文集[C];2004年
中国重要报纸全文数据库 前5条
1 耿挺 王春;“智能化垃圾气力输送系统”亮相世博[N];科技日报;2010年
2 元城;肺癌诊断技术取得新突破[N];中国高新技术产业导报;2001年
3 常纪文;集区域合力 破区域难题[N];中国环境报;2010年
4 何进喜;肺癌诊断研究填补国内空白[N];中国医药报;2002年
5 何进喜;肺癌早期诊断又添新手段[N];医药经济报;2001年
中国博士学位论文全文数据库 前10条
1 何海;混合动力汽车控制系统设计与仿真[D];华中科技大学;2005年
2 王勇献;蛋白质二级结构预测的模型与方法研究[D];国防科学技术大学;2004年
3 吴建发;优选压裂井方法研究[D];西南石油学院;2005年
4 邓胜祥;石灰炉在线仿真技术与炉况诊断及复杂系统智能控制研究[D];中南大学;2004年
5 隗海林;LPG/汽油两用燃料发动机燃料转换过程控制策略研究[D];吉林大学;2007年
6 王瑞敏;基于神经网络辨识模型的质子交换膜燃料电池系统建模与控制研究[D];上海交通大学;2008年
7 冯秀芳;无线传感器网络数据融合技术的研究及在机械故障诊断中的应用[D];太原理工大学;2009年
8 任芳;基于多传感器数据融合技术的煤岩界面识别的理论与方法研究[D];太原理工大学;2003年
9 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
10 艾芳菊;模糊神经网络的结构优化研究[D];中国科学院研究生院(成都计算机应用研究所);2006年
中国硕士学位论文全文数据库 前10条
1 刘瑞平;电控汽油机智能故障诊断系统[D];太原理工大学;2011年
2 孟凡华;模糊神经网络在大滞后非线性系统中的应用[D];河北工业大学;2004年
3 韩锋;基于模糊神经网络的电力系统短期负荷预测[D];河北农业大学;2011年
4 张克良;基于模糊神经网络的锅炉燃烧控制方法的研究[D];天津大学;2004年
5 高明帅;循环流化床锅炉灰循环系统控制优化研究[D];华北电力大学(北京);2011年
6 曾珞亚;模糊神经网络的应用与研究[D];广西师范大学;2000年
7 刘鑫伟;车辆行驶信息检测与主动避撞安全控制策略的研究[D];湖南大学;2010年
8 李兆福;模糊神经网络及其应用[D];南京理工大学;2003年
9 宋子辉;基于模糊神经网络技术的D350高速风机故障诊断系统研究[D];中南大学;2004年
10 付鹏程;模糊神经网络在改进跷板梁式减摇系统中的研究[D];武汉理工大学;2003年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026