本文主要研究内容
作者张丽娜（2019）在《基于RBF神经网络的水质预测模型研究》一文中研究指出：近年来,我国的不断发展也伴随着污染的不断加重,三峡库区也出现了许多水质问题。据调查发现受长江富营养化水质的输入和周边人类活动产生的输入等原因的共同影响,有超过80%的三峡库区支流出现水体富营养化,爆发多次水华等水质问题。这些问题已经严重影响到三峡库区水环境的安全和当地人民的生活,成为了城市建设过程中的重大阻碍。为解决这些问题,本文对收集到的三峡典型支流—朱衣河的水质数据进行分析。这些因素在水体中发生物理和化学变化影响着水质,其背后潜藏着大量有价值的信息,而如何从这些数据中挖掘出这些有价值的信息,找出隐含的规律性信息,并据此来预测未来水质变化的趋势,已成为水污染综合治理的首要前提,更是库区水质安全管理中不可或缺的一部分。本文研究朱衣河水质数据,发现数据之间具有时间上关系的特性,应使用时间序列分析法对其水质数据进行分析与预测。这种分析方法不强制要求数据具有时序外的其他特性,只要序列中数据之间有时间上的依赖关系就可以使用。通过对本文研究的朱衣河水质数据进行分析,发现本文研究的水质数据是非线性且不平稳的时间序列。因此,使用了时间序列分析中针对非线性数据的ARIMA模型。但该模型在非线性数据预测上有一定的局限性。针对这一问题,本文提出一种基于RBF神经网络的水质预测模型。该预测模型采用用高斯函数作为隐含层基函数,通过正交最小二乘(OLS)中心选取法选取基函数的中心。进行仿真实验后发现,该模型预测精度良好,能够预测出数据未来的变化趋势。但该模型也存在陷入局部最优,错过最佳模型的问题。为此本文使用优化算法中的粒子群优化算法对RBF神经网络中的中心和宽度进行优化。本文研究ARIMA预测模型、RBF神经网络预测模型和基于粒子群优化算法改进的RBF神经网络预测模型,在朱衣河营养盐浓度预测中的适用性,并进行比较。根据历史数据对三种预测模型进行仿真,并通过平均误差和均方根误差的比较,发现基于粒子群优化算法改进的RBF神经网络预测模型,具有较强的预测精度和良好的推广能力,更适合水质时序数据的预测。该模型具有一定的推广价值,不仅为水质安全管理决策提供更有力的数据支持,对库区水环境保护和保障沿海地区的可持续发展也具有重要的理论和现实意义。
Abstract
jin nian lai ,wo guo de bu duan fa zhan ye ban sui zhao wu ran de bu duan jia chong ,san xia ku ou ye chu xian le hu duo shui zhi wen ti 。ju diao cha fa xian shou chang jiang fu ying yang hua shui zhi de shu ru he zhou bian ren lei huo dong chan sheng de shu ru deng yuan yin de gong tong ying xiang ,you chao guo 80%de san xia ku ou zhi liu chu xian shui ti fu ying yang hua ,bao fa duo ci shui hua deng shui zhi wen ti 。zhe xie wen ti yi jing yan chong ying xiang dao san xia ku ou shui huan jing de an quan he dang de ren min de sheng huo ,cheng wei le cheng shi jian she guo cheng zhong de chong da zu ai 。wei jie jue zhe xie wen ti ,ben wen dui shou ji dao de san xia dian xing zhi liu —zhu yi he de shui zhi shu ju jin hang fen xi 。zhe xie yin su zai shui ti zhong fa sheng wu li he hua xue bian hua ying xiang zhao shui zhi ,ji bei hou qian cang zhao da liang you jia zhi de xin xi ,er ru he cong zhe xie shu ju zhong wa jue chu zhe xie you jia zhi de xin xi ,zhao chu yin han de gui lv xing xin xi ,bing ju ci lai yu ce wei lai shui zhi bian hua de qu shi ,yi cheng wei shui wu ran zeng ge zhi li de shou yao qian di ,geng shi ku ou shui zhi an quan guan li zhong bu ke huo que de yi bu fen 。ben wen yan jiu zhu yi he shui zhi shu ju ,fa xian shu ju zhi jian ju you shi jian shang guan ji de te xing ,ying shi yong shi jian xu lie fen xi fa dui ji shui zhi shu ju jin hang fen xi yu yu ce 。zhe chong fen xi fang fa bu jiang zhi yao qiu shu ju ju you shi xu wai de ji ta te xing ,zhi yao xu lie zhong shu ju zhi jian you shi jian shang de yi lai guan ji jiu ke yi shi yong 。tong guo dui ben wen yan jiu de zhu yi he shui zhi shu ju jin hang fen xi ,fa xian ben wen yan jiu de shui zhi shu ju shi fei xian xing ju bu ping wen de shi jian xu lie 。yin ci ,shi yong le shi jian xu lie fen xi zhong zhen dui fei xian xing shu ju de ARIMAmo xing 。dan gai mo xing zai fei xian xing shu ju yu ce shang you yi ding de ju xian xing 。zhen dui zhe yi wen ti ,ben wen di chu yi chong ji yu RBFshen jing wang lao de shui zhi yu ce mo xing 。gai yu ce mo xing cai yong yong gao si han shu zuo wei yin han ceng ji han shu ,tong guo zheng jiao zui xiao er cheng (OLS)zhong xin shua qu fa shua qu ji han shu de zhong xin 。jin hang fang zhen shi yan hou fa xian ,gai mo xing yu ce jing du liang hao ,neng gou yu ce chu shu ju wei lai de bian hua qu shi 。dan gai mo xing ye cun zai xian ru ju bu zui you ,cuo guo zui jia mo xing de wen ti 。wei ci ben wen shi yong you hua suan fa zhong de li zi qun you hua suan fa dui RBFshen jing wang lao zhong de zhong xin he kuan du jin hang you hua 。ben wen yan jiu ARIMAyu ce mo xing 、RBFshen jing wang lao yu ce mo xing he ji yu li zi qun you hua suan fa gai jin de RBFshen jing wang lao yu ce mo xing ,zai zhu yi he ying yang yan nong du yu ce zhong de kuo yong xing ,bing jin hang bi jiao 。gen ju li shi shu ju dui san chong yu ce mo xing jin hang fang zhen ,bing tong guo ping jun wu cha he jun fang gen wu cha de bi jiao ,fa xian ji yu li zi qun you hua suan fa gai jin de RBFshen jing wang lao yu ce mo xing ,ju you jiao jiang de yu ce jing du he liang hao de tui an neng li ,geng kuo ge shui zhi shi xu shu ju de yu ce 。gai mo xing ju you yi ding de tui an jia zhi ,bu jin wei shui zhi an quan guan li jue ce di gong geng you li de shu ju zhi chi ,dui ku ou shui huan jing bao hu he bao zhang yan hai de ou de ke chi xu fa zhan ye ju you chong yao de li lun he xian shi yi yi 。
论文参考文献
论文详细介绍
论文作者分别是来自河北工程大学的张丽娜，发表于刊物河北工程大学2019-07-08论文，是一篇关于朱衣河论文,水质预测论文,时间序列分析论文,模型论文,神经网络论文,粒子群优化算法论文,河北工程大学2019-07-08论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自河北工程大学2019-07-08论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：朱衣河论文; 水质预测论文; 时间序列分析论文; 模型论文; 神经网络论文; 粒子群优化算法论文; 河北工程大学2019-07-08论文;