一种基于人工神经网络的地表水质预测方法

摘要

水资源是一种重要的生活、生产的物质资源。中国是水资源贫乏的国家，同时目前我国现有的水资源均不同程度存在污染的状况，尤其是地表水的水质与人们的生产生活质量息息相关。
　　水环境系统复杂且变化繁多，大量生物和化学过程的反应机理尚不清楚。传统确定性水质数学模型通常需要水文、水质大量的参数，这些参数更难以测定，这限制了广泛应用和确定性水质数学模型的正确性。因此，寻求一种简单、安全、正确的水质预测方法一直是科研人员关注的方向。人工神经网络是一个大规模的非线性动态系统，由大量的神经元连接在一起，目前向进一步模拟人脑可以处理非结构问题，并能解决复杂系统建模仿真系统的方向努力。因为人工神经网络原本的优势，神经网络现已在图形处理、专家决策系统、声音处理等多个领域，获得了惊人的成绩。该理论已经变成关联多领域新的多元前卫学科。近几年人工神经网络研究逐步应用到环境科学中来，其中有的将人工神经网络研究应用于水质富营养化预测、水质预测等领域。人工神经网络技术应用于地表水质预测的研究为初期阶段,因其具有的特点使得在该领域具有较大的发挥优势。
　　本文以2005年-2013年黑河市黑龙江断面水质自动监测站的PH值、溶解氧、高锰酸盐指数、氨氮4项监测指标数据为基础，根据不同水期水质的特点，分别形成了包含一个隐含层的三层BP人工神经网络，用MATLAB语言编写程序，并在MATLAB平台上仿真实现此人工神经网络预测模型。采用改进的 L-M算法进行训练，用训练好的网络对2014年黑河市黑龙江断面水质进行预测，与实际监测数据对比，取得了较好的预测结果。
　　通过用UCI标准数据集对算法的验证表明，用BP人工神经网络进行地表水的水质模拟预测是可行的、有效的。该方法能对水环境污染状况做出快速、准确的预测, BP人工神经网络在水质预测模拟问题上具有很好的应用前景和推广价值，对水资源环境的保护和防治工作提供重要的参考依据。

目录

声明

第1章 绪论

1.1 问题的提出及其研究意义

1.2 国内外研究现状

1.3 研究中存在的问题

1.4 论文研究内容及组织结构

第2章 地表水环境及水质状况

2.1 地表水环境及其特征

2.2 地表水污染状况及其来源

2.3 我国地表水污染状况

2.4 黑龙江省水资源状况

2.5 黑龙江省流域水质状况

2.6 黑龙江省废水及主要污染物排放状况

2.7 本章小结

第3章 人工神经网络

3.1 人工神经网络概述

3.2 人工神经网络基本原理

3.3 BP人工神经网络

3.4 现有水质模型存在的问题

3.5 本章小结

第4章 BP网络在地表水质预测中的应用研究

4.1 BP人工神经网络的建立

4.2 结果对比分析

4.3 本章小结

结论

参考文献

致谢

个人简历