基于神經(jīng)網(wǎng)絡(luò)模型辨識的水質(zhì)預(yù)測模型研究.pdf

1、近年來，隨著海河流域社會經(jīng)濟(jì)的迅速發(fā)展，排入海河的污染物逐年增加，建立海河水質(zhì)管理決策支持系統(tǒng)是實現(xiàn)該地區(qū)經(jīng)濟(jì)建設(shè)與環(huán)境保護(hù)協(xié)調(diào)發(fā)展的迫切需要。本文建立海河水質(zhì)預(yù)測模型，并進(jìn)行其下游水質(zhì)預(yù)測信息系統(tǒng)的開發(fā)。 本文首先介紹了關(guān)于系統(tǒng)辨識的基本理論、模型類別和辨識過程等內(nèi)容。在此基礎(chǔ)上結(jié)合人工神經(jīng)網(wǎng)絡(luò)的理論體系，進(jìn)一步介紹了以神經(jīng)網(wǎng)絡(luò)為核心辨識算法的神經(jīng)網(wǎng)絡(luò)辨識方法。基于上述理論和方法，本文提出了應(yīng)用于河流水質(zhì)預(yù)測的BP網(wǎng)絡(luò)辨識模型

2、。 本文對原始監(jiān)測數(shù)據(jù)進(jìn)行檢驗并剔除異常數(shù)據(jù)，并運用三次樣條曲線插值法對該數(shù)據(jù)進(jìn)行修正處理。在Matlab平臺上分別利用BP網(wǎng)絡(luò)辨識模型和OE輸出誤差辨識模型對海河中溶解氧、氨氮、六價鉻離子等物質(zhì)的含量和總磷、高錳酸鉀鹽指數(shù)等項進(jìn)行了預(yù)測。通過對兩種模型的預(yù)測結(jié)果的比較，驗證了BP網(wǎng)絡(luò)辨識模型對海河水質(zhì)預(yù)測的實用性。 最后，在上述理論和模型研究的基礎(chǔ)之上，運用軟件工程思想開發(fā)了海河下游水質(zhì)預(yù)測信息系統(tǒng)(HWQPIS)。從