基于时序神经网络的藻类水华预测模型研究
【摘要】：近年来,经济和社会快速发展的同时,大量富含氮、磷等营养物质的工业废水和生活污水,极大地加剧了水体的富营养化程度,导致藻类水华季节性的大面积暴发,严重威胁到广大人民群众的饮用水安全,正在引起全世界的关注。为了将藻类水华所带来的损失降到最小,做好暴发前的监控预警及准确预报便显得非常重要。
由于藻类水华产生过程存在复杂性、非线性、时变性等特点,其准确预测一直都是一个国际性难题。目前有关水体富营养化及其影响因子的关系分析和现状评价研究很多,但是预测预报的研究成果很少,对于藻类变化规律及其预报方法的研究就显得尤为重要。结合课题实际应用背景,本文针对饮用水水源地藻类水华尝试建立有效实用的非机理性预警模型。本文的主要研究内容如下：
(1)研究了藻类水华的发生机制。从藻类自身生理特征和外部条件出发,探究藻类水华暴发的原因,为预测模型的建立提供理论依据；列举了藻类水华带来的严重危害,指出本文的研究意义。
(2)建立了藻类水华预测模型。通过研究国内外现有藻类水华预测方法,比较了各类模型的优点与不足。在结合时间序列法和神经网络各自优点的基础上,建立了适合课题实际应用的前向型神经网络时间序列预测模型。
(3)藻类水华预测模型仿真与结果分析。以某一试验水池作为研究对象,利用采集到的水质数据,分别建立以叶绿素a为预测指标的单变量和多变量模型,并以于桥水库作为实际应用验证。结果表明,该模型具有很强的灵活性和实用性。
(4)藻类水华预测模型的优化。针对BP神经网络初始权值和阈值的随机性限制了模型预测精度的问题,采用遗传算法对其进行优化,进一步提高了网络的泛化能力。
(5)藻类水华预测模型训练样本数的研究。提出了一种依靠可自优化的RBF神经网络来确定最少训练样本数的方法,同时能保证模型预测性能要求,具有很强实际应用价值。
【关键词】：藻类水华 神经网络 时间序列 遗传算法 预测模型 【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2011
【分类号】：TP183;X832
【目录】：
- 摘要5-6
- Abstract6-8
- 目录8-9
- 第1章 绪论9-29
- 1.1 藻类水华危害9-11
- 1.2 蓝藻水华形成原因11-18
- 1.3 藻类水华预测18-27
- 1.4 本文的研究内容及意义27-29
- 第2章 时间序列神经网络预测模型建立29-44
- 2.1 时间序列基本原理29-31
- 2.2 神经网络基本原理31-34
- 2.3 时间序列神经网络预测模型的特点分析34-35
- 2.4 时间序列神经网络的建模方法35-38
- 2.5 时间序列神经网络预测模型的建立38-44
- 第3章 时间序列神经网络预测模型仿真与结果分析44-63
- 3.1 时间序列神经网络预测模型仿真44-50
- 3.2 结果对比及问题分析50-53
- 3.3 模型优化改进53-59
- 3.4 模型实际应用研究——以于桥水库为例59-63
- 第4章 时间序列神经网络训练样本量研究63-69
- 4.1 训练样本对神经网络模型的影响63
- 4.2 RBF神经网络简介63-64
- 4.3 实验设计64-69
- 第5章 总结与展望69-71
- 5.1 总结69
- 5.2 展望69-71
- 参考文献71-74
- 作者简介74
- 作者在校期间的研究成果74-75
- 致谢75
|
|
|
|
| 1 |
陈华,孙昌盛,胡志坚,汪家梨,王章敬;饮水微囊藻毒素在大鼠肝癌发生期间对细胞增殖与凋亡的影响[J];癌变.畸变.突变;2002年04期 |
| 2 |
尹真真;邓春光;徐静;;三峡水库二期蓄水后次级河流回水河段富营养化调查[J];安徽农业科学;2006年19期 |
| 3 |
马蕊,牛翠娟,鲍蕾,陆菲;食物浓度对方形臂尾轮虫发育历期与实验种群增长参数的影响[J];动物学报;2004年05期 |
| 4 |
高学庆，任久长，宗志祥，蔡晓明;铜绿微囊藻营养动力学研究[J];北京大学学报(自然科学版);1994年04期 |
| 5 |
华锦彪，宗志祥;洋河水库“水华”发生的实验研究[J];北京大学学报(自然科学版);1994年04期 |
| 6 |
修春波,刘向东,张宇河;相空间重构延迟时间与嵌入维数的选择[J];北京理工大学学报;2003年02期 |
| 7 |
汪原平;长河两岸的绿化规划与实施[J];北京水利;2000年01期 |
| 8 |
白咸勇;建设城市河湖水环境 促进城市可持续发展[J];北京水利;2001年01期 |
| 9 |
倪明;北京市城市河湖水环境治理的思考[J];北京水利;2002年04期 |
| 10 |
廖日红,井艳文;北京城区河湖水体水华现象成因的初步分析[J];北京水利;2002年05期 |
|
快捷付款方式
订购知网充值卡
订购热线
帮助中心