人毛挺挺水质的评价和预测_第1页
人毛挺挺水质的评价和预测_第2页
人毛挺挺水质的评价和预测_第3页
人毛挺挺水质的评价和预测_第4页
人毛挺挺水质的评价和预测_第5页
已阅读5页,还剩23页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

II类水。NH3-多数年份都会,而劣V类水域比例将会上升,之后保持在一定水平(具体拟合效果图见模型建立与求解部分)。总体来看,长江的水质将,受污染程度将提高。污水处理量(亿吨 部门和专家们的高度重视。2004年10月,由与中国发展联合组成“保护长江行”团,从长江上游宜宾到下游,对沿线21个重点城市做了实地,揭示了一幅长江污染的真实画面,其污染程度让人触目惊心。317个观测站(地区)近两年多主要水质指标的检测数据,0.1~0.50.2(单位:1/天)4是“1995~2004年长江流域水质报告”给出的主要统计数据。下面的附表是国标(GB3838-2002)4请研究下列问题水质污染的发展趋势做出预测1010年内每年都要求长江干流的Ⅳ类和Ⅴ类水的比例控制20%以内,且没有劣Ⅴ类水,那么每年需要处理多少污水?I、IIIII类为可饮用水,IVV由于污染的影响水中一些主要污染物如高锰酸氨氮等元素严重影响水质常是把研究水体各水质指标至于相应的水质评价标准表或其他水体的水质指标样本系评价法、神经网络法、投影寻踪、Logistic41043当4建立黑箱模型,对未长江水质的综合评价以及各个地区水质污染情况(问题一1995年的数据就显得不那么重要了。iICiiCii种污染物在环境中的浓度Sii种污染物在环境中的评价标准。数。Ii的数值越大表示该单项的环境质量越差。IIIIVijij 2PPj个样点的综合污染指数,Pijmaxj个样点中所有评价污染物中单因子指数的最大值;Pijavej样点中所评价污染物单因子指数的平均值。运用内梅罗指数分别对各观测点从2003-06至2005-07中28个不同时刻的据进行计算(1所示)1111I2I3I4I5I6I7江苏林I89III我们可以对质量指数<1.0的情况,细分为<0.8、0.8~0.9、0.9~1.0I类、II类、III类;对质量指数>1.01.0~2.0、2.0~3.0、>3.0,分别定为轻度污染(IV类、中度污染(V类、重度污染(V类。经分析,时效因子Logistic函数来模拟,即:t

e(x其中、1Logistic,28选择合适的时间区间,并将其离散成28个时间点,代,28向量

[1,2i

使i1

xiai,3i,1(xi)

ai,2xiai,3(偏小型

x x

xiai,j i,j

x

i,

i,j (x)

i,j

i,j

(中间型i,j

x

i,

i, i,

xai,j1ai,

i, i,j xi(x)ai,6 x

(偏大型

x Wi

xi/xiiaii通过隶属函数求出每个子集中mm5Rk R

2,V

(k1, m,Vm项参数的权重值,组成一个1mAk,Wm,WmAkRkBkAkRk(bk,I,bk,II,bk,III,bk,IV,bk,Vm,V其中bkj(Wiij)(jI,V采用最大隶属原则进行计算,可以得到评价结果(如表2所示)2IV1000I2宜昌南000I3000I40005000I6安庆皖000I7山林0008乐山岷0009宜宾凉000I泸州沱00丹江口0000I港0000关宗000槎0000000F P

2含 物含1的n图 综合评价示意从表3中可以发现,内梅罗指数评价和动态模糊评价由于主要考虑因素不同对某1210.420.6得到相应的综合评价值(见表3)表 1III2III3III4I5III6III7江苏林I89I劣IIII劣劣劣I主要污染物污染源的确定(问题二污染物在该地区给定的观测时间内出现的次数较污染物时,其平均浓度较制主要污染物CODMn和NH3-N的次数直方图,如图3所示:图3各地区三种污染指标次数累计从图中可以看出,地区8,13,16的CODMn次数较多,地区8,10,12,4CODMn5NH3-N从图4中可以看出地区8的CODMn次数和含量最多其次是地区16。从图5中可以明显看出,地区15的NH3-N次数和含量明显高于其他10NH3-N15(江西南昌滁槎10(泸州沱江二桥BPBP神经网络,是因为它结构简单,而且具有较强的非线性映射的BP网络。XiiIV几年百分比向量的影响,因此,构造输入、输出向量如表4所示4X95X96X96X97X01X026个数据作为网络的训练样本,将最后一个数据作为网络的测试样本,7X02X03X04X05X05X03X04X05预测下一年的值,如10年的百分比向量。BPSTEP1wij、vij、阈值j与t赋予区间(-1,1)STEP2

akak ak)、

sksk sk

STEP3用输入样本P(ak,ak ,ak)、连接权w和阈值计算中间层个单元的 入sj,然后用sj通过传递函数计算中间层各单元的输出,nsjwijajj,n

,bjf(sj,

,STEP4利用中间层的输出bj、连接权vij和阈值tLt,然后利用通过传递函数计算输出层各单元的相应,ppLtvjtbj,,

Ctf(Lt

STEP5利用网络目标向量T(yk,yk ,yk)网络的实际输出C计算输出层的 t单元一般化误差dkt

dk(ykC)

,t1,,jSTEP6利用连接权连接权vij、输出层的一般化误差dt和中间层的输出bj计算中间层各单元的一般化误差ekjqek[dv]b(1bq t1STEP7利用输出层各单元的一般化误差dk与中间层各单元的输出b权vij和阈值

v(N1)v(N)dk (N1)(N) t1, ,qj1, ,p0a1ejSTEP8ejPakak ak来修正连接权值w和阈值

k w(N1)w(N)e (N1)(N) i1, ,qj1, ,p01STEP10mSTEP3,直STEP11BP网络进行改进。6BPBP在原有的三层BP网络的基础上,再加上一层承接层,用来隐含层单元前一时刻的输出值,可以认为是一个步延时算子(网络模型如图7所示。

7BP改进的BP网络隐含层的输出通过承接层的延迟与,自联到隐含层的输入,这cx(k)f(w1x(k)w2(u(kcxc(k)x(k其中,y,x,u,xcm维输出结点向量,n维中间层结点单元向量,rS函数。BPnnE(w)[k

~(w)

~yk(wBP0为止(8所8BP将输出结果与测试样本进行比较(9图所示BP网络BP网络相比,有了一定的改善,能大致的预测下一时期的百分比含量。图9BP网络的与实际值的比1010的百分比的变化趋势(如图10所示10BP11BPnnyt1iyt

nnSTEP1Nnn STEP2按 (1)计算预测值yt11yt2yt1 nSTEP3计算预测误差et1yt1ytSTEP4

'

, t1t,k和'i STEP5 '

'

't

1t

nSTEP6STEP3、STEP4、STEP5yn、en和相应的权数。第一轮STEP7计算第一轮预测的总误差,若以达到精度且权数已无明显变化,则用这组n+1通过以上算法,既可由现有数据推测出未来十年各类水质河流的分布情况(所示)12图13各年度水质的河长百分比的预的污水量这样一个定量的数值那么就需要将处理污水量和污染物扩散建立起联系。我们先通过人工神经网络进行训练建立起各类水质河长百分比关于废水排放总量的关系Q就可以得到一个相应的河水污染分布。STEP1记录下当前的污水排放量Q1并令QnQ1STEP2选定补偿Q,通过人工神经网络的联想功能求出排放量为QnQnQ所对应的河流污染分布(wIwIIwIIIwIVwVwVI);STEP3验证得到的河流污染分布(wIwIIwIIIwIVwVwVI是否满足标准,若不满足STEP2;STEP4得到所需要处理的污水量为Q120Q20

27x520废水排放量(亿吨废水排放量(亿吨 污水处理量(亿吨15从图15可以看出,每年所处理污水量是递增的。照这样下去如果不采取相应的推移包括时间和人口二维变量污染物输移模型包括时间和到污染源的距离二维变量,将其中的人口类比于到污染源的距离,既可建立相似的模型。txF(x,t)(x0Fy(x,t)Ft,到污染源距离在区间[xxdx内的污染物含量。为了得到y(x,t)满足的方程,时刻t到污染源距离在区间[x,xdx)内的污染到时刻tdt的情况。这些污染物中没有被自降解的到污染源的距离将变为[xdx1xdxdx1,而dx1vdtv记k(x,ttrk(x,ty(x,t)dxt,到污染源距离在区间[xxdx内单位时间污染物含量的减少。由题目条件可知,在干流上降解系数不随时间和河段变化而变化,因此k(x,t)可视为常数k0.2y(x,t)dxy(xdx1,tdt)dx[y(xdx1,tdt)y(x,tdt)]dx[y(x,tdt)y(x,t)]dx口模型中的率。污染物密度函数y(x,t)在x=0时为污染物生成函数y(0,t)y0(t)y(x0相当于人口模型当中出示人注意到dx1vdt(v=v(x,t)tx的水流速)t y(t)y(tt)

y0tt0t0ekt0t0AEi(i12,nnnnA点的污染物含量增大攀枝花12岳阳楼3湖南岳阳45蛤蟆石5安0水流2016水流0间隔时间(天07dxv(x)

通过分离变量可以得到

dxdtxx出所需要的时间t 1dx。得到了初始点水流到各观测点的所需时间,那么水x 0

niy

(tt)ekt12

nnyi(t)eijyj0(ttij其中eji个观察点影响的衰减因子。

tijji评判者的意识标次数和平均浓度两个因素的影响。考虑到现有的BP网络构造比较简单,预测结果会,建立模型时在BP网BP网络进行预测是成功的。的和污染的加剧是必然,不采取相应的措施将会后患无穷。槎、泸州沱江二桥为氨氮含量较高区域,应但重点治理。通过调整工业结构生产工艺进行技术改造和加强生产管理等淘汰物耗高、能耗高、用水量大、排污量大、技术的工艺技术、提倡绿色食品、绿色工艺,提高1、2中可知,许多企业之所以不选择对污水进行处理,正是由于

徐玖平,胡知能,王委,运筹学(第二版),:科学,2004年5飞思科技产品研发中心,神经网络理论与7实现,:电子工业姜启源,谢金星,.数学模型.:高等教育张桂喜,经济预测决策与对策,:首都经贸大学附录 主要程序的源代码片%fori=1:17%functionyy=befun(x)%domna=[02.545780246101500.150.511.52forifelseifyy(i,1)=(a(i,3)-x(i))/(a(i,3)-

forifx(i)<=a(i,j-elseifx(i)<=a(i,j-1)yy(i,j-1)=(x(i)-a(i,j-2))/(a(i,j-1)-a(i,j-2));elseifx(i)<=a(i,j)elseifx(i)<=a(i,

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论