本文選題：水環(huán)境監(jiān)測　切入點(diǎn)：污染事件探測　出處：《清華大學(xué)》2015年碩士論文

【摘要】：水源地的水質(zhì)質(zhì)量對保證城市和農(nóng)村居民的飲用水安全有至關(guān)重要的作用。然而近年來,水源地突發(fā)污染事件發(fā)生的頻次和危害程度呈迅速上升趨勢。針對我國面臨的建立與加強(qiáng)水環(huán)境監(jiān)測預(yù)警建設(shè)的實(shí)際問題,同時(shí)考慮到實(shí)際建設(shè)中的可操作性,本研究旨在基于目前較為普及的傳統(tǒng)在線監(jiān)測儀器,建立一套切實(shí)可行的突發(fā)污染事件探測預(yù)警方法。目前多數(shù)學(xué)者的研究集中于不同預(yù)警算法的建立與優(yōu)化,但其測試數(shù)據(jù)均為計(jì)算機(jī)模擬得到的數(shù)據(jù),對真實(shí)的污染事件無法起到良好的預(yù)警效果。本研究通過搭建中試系統(tǒng),模擬了15種不同污染物引起的污染事件,以此實(shí)驗(yàn)數(shù)據(jù)作為探測方法建立的基礎(chǔ)。本研究首次提出了基于皮爾遜相關(guān)系數(shù)的污染事件探測方法,并利用非支配排序遺傳算法求解最優(yōu)參數(shù)組合。對10種污染物共計(jì)32組實(shí)驗(yàn)數(shù)據(jù)進(jìn)行求解,獲得最優(yōu)解集的帕累托前鋒曲線,為決策者提供了參數(shù)設(shè)置選擇。當(dāng)參數(shù)取值兼顧準(zhǔn)確率和錯(cuò)報(bào)率時(shí),探測準(zhǔn)確率為95.5%,錯(cuò)報(bào)率為4.4%;當(dāng)參數(shù)取值傾向于低錯(cuò)報(bào)率時(shí),探測準(zhǔn)確率為93.0%,錯(cuò)報(bào)率為3.1%,均具有良好的探測效果�；趦�(yōu)化后的探測方法,分別利用已知污染事件測試集、未知污染事件測試集和日�；�測試集進(jìn)行可靠性評價(jià)。結(jié)果表明,已知污染事件測試集的平均準(zhǔn)確率為93.3%,未知污染事件測試集的平均準(zhǔn)確率為93.6%,日�；�的平均錯(cuò)報(bào)率為0.35%,探測效果良好,具有較強(qiáng)的可靠性。同時(shí),引入拉丁超立方抽樣方法,分別利用已知污染事件測試集與未知污染事件測試集對提出的探測方法進(jìn)行魯棒性分析。結(jié)果表明,46組數(shù)據(jù)的平均魯棒性為0.8520,魯棒性良好。最后,本研究還原了以往學(xué)者提出的三種污染事件探測方法,并利用本研究的實(shí)驗(yàn)數(shù)據(jù)對這三種方法進(jìn)行了測試與評價(jià)。結(jié)果表明,時(shí)間序列增量判別法和自回歸模型判別法探測效果較差,多變量空間距離判別法探測效果較好;本研究提出的探測方法,效果遠(yuǎn)優(yōu)于這三種方法。
[Abstract]:The quality of water quality in water sources is crucial to ensuring the safety of drinking water for both urban and rural residents. However, in recent years, The frequency and harm degree of sudden pollution events in water sources are rising rapidly. In view of the practical problems of establishing and strengthening water environment monitoring and warning construction in China, and considering the maneuverability of practical construction, The purpose of this study is to establish a set of feasible methods for detecting and warning pollution emergencies based on traditional on-line monitoring instruments. At present, most scholars' research focuses on the establishment and optimization of different early warning algorithms. But the test data are all the data obtained by computer simulation, which can not play a good early warning effect on the real pollution events. In this study, the pollution events caused by 15 different pollutants were simulated by building a pilot system. Based on the experimental data, the method of detecting pollution events based on Pearson correlation coefficient is proposed for the first time. The optimal parameter combination is solved by non-dominated sorting genetic algorithm. The Pareto front curve of the optimal solution set is obtained by solving 32 groups of experimental data of 10 kinds of pollutants. When the parameter value takes into account the accuracy rate and misstatement rate, the detection accuracy rate is 95.5 and the misstatement rate is 4.40.When the parameter values tend to be low misstatement rate, The detection accuracy is 93.0 and the false report rate is 3.1, which has good detection effect. Based on the optimized detection method, the test set of known pollution events is used separately. The reliability evaluation of unknown pollution event test set and routine baseline test set is carried out. The results show that, The average accuracy of the test set of known pollution events is 93. 3, the average accuracy of the test set of unknown pollution events is 93. 6, the average misreporting rate of daily baseline is 0. 35, the detection effect is good, and the reliability is strong. At the same time, the Latin hypercube sampling method is introduced. By using known pollution event test set and unknown pollution event test set respectively, the robustness of the proposed detection method is analyzed. The results show that the average robustness of 46 groups of data is 0.8520, and the robustness is good. In this study, three pollution detection methods proposed by previous scholars were reduced, and the experimental data were used to test and evaluate the three methods. The results show that, The detection effect of time series incremental discriminant method and autoregressive model discriminant method is poor, and the detection effect of multivariable spatial distance discriminant method is better than that of these three methods.
【學(xué)位授予單位】：清華大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：X832

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉坤,劉偉波,吳忠強(qiáng);基于模糊遺傳算法的電液位置伺服系統(tǒng)控制[J];黑龍江科技學(xué)院學(xué)報(bào);2005年04期

2 李華昌,謝淑蘭,易忠勝;遺傳算法的原理與應(yīng)用[J];礦冶;2005年01期

3 馮錦春;楊林建;;遺傳算法在機(jī)械工程方面的應(yīng)用研究[J];煤礦機(jī)械;2008年08期

4 李凱;田雙亮;耿麗君;張喜;;基于改進(jìn)遺傳算法在分析企業(yè)客戶群中的應(yīng)用[J];河南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年06期

5 劉鐵男,姜建國,陳繼剛,張長江,于鏑;遺傳算法的收斂性分析[J];大慶石油學(xué)院學(xué)報(bào);2000年03期

6 樂慧豐,林家駿,俞金壽;投影遺傳算法[J];華東理工大學(xué)學(xué)報(bào);2000年05期

7 苑進(jìn),孫忠林,劉雪美;改進(jìn)遺傳算法在齒輪減速器優(yōu)化中的應(yīng)用[J];山東科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2001年04期

8 李春利,郭章紅,楊振生;基于遺傳算法的分子設(shè)計(jì)初探[J];化學(xué)工業(yè)與工程;2002年01期

9 董軍芳,曾穎,林金清;應(yīng)用遺傳算法推算多元溶液熱力學(xué)數(shù)據(jù)[J];吉首大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年01期

10 唐雪萍,何緒全;遺傳算法在流體識別中的應(yīng)用[J];天然氣勘探與開發(fā);2002年01期

相關(guān)會(huì)議論文 前10條

1 陳家照;廖海濤;張中位;羅寅生;;一種改進(jìn)的遺傳算法及其在路徑規(guī)劃中的應(yīng)用[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

2 李國云;劉穎;薛梅;鄔志敏;;遺傳算法在高溫空冷冷凝器優(yōu)化設(shè)計(jì)中的應(yīng)用[A];第五屆全國制冷空調(diào)新技術(shù)研討會(huì)論文集[C];2008年

3 王志軍;李守春;張爽;;改進(jìn)的遺傳算法在反演問題中的應(yīng)用[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（上冊）[C];2001年

4 任燕翔;姜立;劉連民;從滋慶;;改進(jìn)遺傳算法在三維日照方案優(yōu)化中的應(yīng)用[A];工程三維模型與虛擬現(xiàn)實(shí)表現(xiàn)——第二屆工程建設(shè)計(jì)算機(jī)應(yīng)用創(chuàng)新論壇論文集[C];2009年

5 韓娟;;遺傳算法概述[A];第三屆河南省汽車工程科技學(xué)術(shù)研討會(huì)論文集[C];2006年

6 龐國仲;王元西;;基于遺傳算法控制步長的定性仿真方法[A];'2000系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2000年

7 張忠華;楊淑瑩;;基于遺傳算法的聚類設(shè)計(jì)[A];全國第二屆信號處理與應(yīng)用學(xué)術(shù)會(huì)議�？痆C];2008年

8 何翠紅;區(qū)益善;;遺傳算法及其在計(jì)算機(jī)編程中的應(yīng)用[A];1995年中國智能自動(dòng)化學(xué)術(shù)會(huì)議暨智能自動(dòng)化專業(yè)委員會(huì)成立大會(huì)論文集（下冊）[C];1995年

9 靳開巖;張乃堯;;幾種實(shí)用遺傳算法及其比較[A];1996年中國智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（下冊）[C];1996年

10 王宏剛;曾建潮;李志宏;;攝動(dòng)遺傳算法[A];1996年中國智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（下冊）[C];1996年

相關(guān)重要報(bào)紙文章 前1條

1 林京;《神經(jīng)網(wǎng)絡(luò)和遺傳算法在水科學(xué)領(lǐng)域的應(yīng)用》將面市[N];中國水利報(bào);2002年

相關(guān)博士學(xué)位論文 前10條

1 高軍;無鉛焊料本構(gòu)模型及其參數(shù)識別方法研究[D];南京航空航天大學(xué);2015年

2 周輝仁;遞階遺傳算法理論及其應(yīng)用研究[D];天津大學(xué);2008年

3 郝國生;交互式遺傳算法中用戶的認(rèn)知規(guī)律及其應(yīng)用[D];中國礦業(yè)大學(xué);2009年

4 侯格賢;遺傳算法及其在跟蹤系統(tǒng)中的應(yīng)用研究[D];西安電子科技大學(xué);1998年

5 馬國田;遺傳算法及其在電磁工程中的應(yīng)用[D];西安電子科技大學(xué);1998年

6 唐文艷;結(jié)構(gòu)優(yōu)化中的遺傳算法研究和應(yīng)用[D];大連理工大學(xué);2002年

7 周激流;遺傳算法理論及其在水問題中應(yīng)用的研究[D];四川大學(xué);2000年

8 劉冀成;基于改進(jìn)遺傳算法的生物電磁成像與磁場聚焦應(yīng)用研究[D];四川大學(xué);2005年

9 袁麗華;基于物種進(jìn)化的遺傳算法研究[D];南京航空航天大學(xué);2009年

10 李航;遺傳算法求解多模態(tài)優(yōu)化問題的研究[D];天津大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 張英俐;基于遺傳算法的作曲系統(tǒng)研究[D];山東師范大學(xué);2006年

2 鐘海萍;原對偶遺傳算法與蟻群算法的一種融合算法[D];暨南大學(xué);2013年

3 彭騫;基于遺傳算法的山區(qū)高等級公路縱斷面智能優(yōu)化方法研究[D];昆明理工大學(xué);2015年

4 周玉林;基于小波分析和遺傳算法的配電網(wǎng)故障檢測[D];昆明理工大學(xué);2015年

5 郭頌;基于粗糙集和遺傳算法的數(shù)字管道生產(chǎn)管理系統(tǒng)研究[D];昆明理工大學(xué);2015年

6 吳南;數(shù)值逼近遺傳算法的研究應(yīng)用[D];華南理工大學(xué);2015年

7 于光帥;一類優(yōu)化算法的改進(jìn)研究與應(yīng)用[D];渤海大學(xué);2015年

8 吳欣欣;改進(jìn)GA-TS算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)入侵檢測研究[D];湖南工業(yè)大學(xué);2015年

9 王壘;基于遺傳算法的A型單喇叭互通立交線形優(yōu)化[D];長安大學(xué);2015年

10 龔高;基于遺傳算法的橋梁結(jié)構(gòu)傳感器優(yōu)化布置研究[D];長安大學(xué);2015年

，

本文編號：1695580