【摘要】：據(jù)《2018年中國(guó)漁業(yè)統(tǒng)計(jì)年鑒》可知中國(guó)漁船總數(shù)量已達(dá)94.62萬(wàn)艘,其中以機(jī)動(dòng)漁船為主,漁船的作業(yè)時(shí)不可避免地會(huì)在機(jī)器處所產(chǎn)生含油污水。雖然漁船的含油污水對(duì)水域環(huán)境的危害沒有事故性的污染觸目驚心,但也因?yàn)槠渑欧诺碾[蔽性和長(zhǎng)期性使海洋環(huán)境正遭受到油類慢性污染�，F(xiàn)在正是我國(guó)由傳統(tǒng)漁業(yè)大國(guó)走向現(xiàn)代漁業(yè)強(qiáng)國(guó)的關(guān)鍵時(shí)期,加大漁船防污染方面的研究投入顯得極為重要。漁船在營(yíng)運(yùn)過(guò)程中造成的水污染物包括生活污水和機(jī)器處所的油污水,其中以排放油污水的危害最大。國(guó)內(nèi)外對(duì)船舶油污水的排放主要是對(duì)商船進(jìn)行嚴(yán)格規(guī)范管理的,對(duì)漁船的重視相對(duì)不足。本文研究制訂的《沿海漁船油污水排放信息采集表》中囊括了眾多影響漁船油污水中石油排放量的指標(biāo),在三個(gè)省市、七處水域和八個(gè)漁港進(jìn)行漁船含油污水的排放現(xiàn)狀的實(shí)地調(diào)研,共采集97份漁船樣本信息,在實(shí)船上運(yùn)用全層采樣方法采集到的81份漁船含油污水的樣品,運(yùn)用紫外分光光度法和重量法進(jìn)行了石油密度的檢測(cè)。通過(guò)灰色關(guān)聯(lián)理論篩選出便于量化的重要指標(biāo)。建立支持向量回歸機(jī)(SVR)的漁船油污水中石油質(zhì)量的基本數(shù)學(xué)模型,為提高預(yù)測(cè)精度,引入粒子群算法(PSO)優(yōu)化支持向量回歸機(jī)(SVR)的懲罰因子C和核參數(shù)g,建立PSO-SVR預(yù)測(cè)模型。為了更進(jìn)一步提高預(yù)測(cè)模型的求解精度和收斂速度,在PSO算法中引入動(dòng)態(tài)調(diào)整的線性遞減權(quán)重、非線性遞減權(quán)重、基于粒子自適應(yīng)權(quán)重、異步學(xué)習(xí)因子以及三角函數(shù)變換學(xué)習(xí)因子。通過(guò)MATLAB仿真實(shí)驗(yàn)計(jì)算,將PSO-SVR模型與BP和RBF神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型仿真結(jié)果進(jìn)行對(duì)比分析,證明了該模型的可行性和優(yōu)越性。改進(jìn)成12組參數(shù)不同方式調(diào)節(jié)下的PSO-SVR預(yù)測(cè)模型,在12組PSO-SVR預(yù)測(cè)模型應(yīng)用于測(cè)試集數(shù)據(jù)的仿真結(jié)果中優(yōu)選出預(yù)測(cè)精度最高的模型為最終的數(shù)學(xué)模型,增強(qiáng)對(duì)漁船油污水中石油年排放量預(yù)測(cè)結(jié)果的合理性�；诙喾N改進(jìn)PSO-SVR的預(yù)測(cè)模型可以解決操作者對(duì)參數(shù)設(shè)置經(jīng)驗(yàn)的不足問(wèn)題,可以有效地減少實(shí)地調(diào)研和檢測(cè)費(fèi)用,該模型為漁船含油污水中石油排放量預(yù)測(cè)提供了新思路及有效方法。本研究最后在訓(xùn)練集樣本來(lái)源地區(qū)選擇了某小漁港內(nèi)常年出海的27艘漁船信息作為測(cè)試集,作為一個(gè)算例,預(yù)測(cè)精度最高的一組算法計(jì)算出該港內(nèi)的漁船含油污水中石油年排放量為166.5674kg。在訓(xùn)練集樣本量一定的情況下,測(cè)試集樣本量不會(huì)影響預(yù)測(cè)精度,只會(huì)影響計(jì)算時(shí)間。在獲取足夠多的相關(guān)測(cè)試集數(shù)據(jù)就可以預(yù)測(cè)出我們需要掌握的區(qū)域內(nèi)的漁船含油污水中的石油排放量。本研究對(duì)我國(guó)漁船污染狀況進(jìn)行客觀、全面、深入的調(diào)查,對(duì)于準(zhǔn)確掌握我國(guó)漁船水污染狀況,對(duì)含油污水中石油排放量的預(yù)測(cè),發(fā)展可持續(xù)漁業(yè)經(jīng)濟(jì),改善漁船有害排放具有重大意義。
【圖文】：

但對(duì)水庫(kù)的水質(zhì)環(huán)境破壞力度較小。該水庫(kù)中的掛機(jī)漁船和掛機(jī)見下圖3-1 和 3-2。圖 3-1 �？吭诎哆叺膾鞕C(jī)漁船 圖 3-2 掛機(jī)展示Fig. 3-1 Hanging fishing boat docked on the shore Fig. 3-2 Hanging up display2017 年 9 月，對(duì)某漁港 3 艘沿海地區(qū)木質(zhì)海洋機(jī)動(dòng)漁船見圖 3-3，進(jìn)行了水污染狀況調(diào)研；通過(guò)調(diào)研發(fā)現(xiàn)，漁船回港后幾乎沒有艙底含油污水或是存量不多見圖 3-4，漁船主要在出海作業(yè)期間進(jìn)行艙底含油污水排放。

掛機(jī)展示Fig.3-1HangingfishingboatdockedontheshoreFig.3-2Hangingupdisplay
【學(xué)位授予單位】：大連海洋大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：U674.4;X736.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 沈浩;黃洪瓊;;基于PSO優(yōu)化SVM的船舶流量預(yù)測(cè)算法[J];微型機(jī)與應(yīng)用;2015年05期

2 蔡歐晨;;國(guó)際新形勢(shì)下關(guān)于我國(guó)船舶油污染問(wèn)題的分析與思考[J];中國(guó)水運(yùn)(下半月);2015年01期

3 張向輝;;綠色船舶的“福利”誘惑[J];中國(guó)船檢;2013年06期

4 劉洛霞;;基于SVM的多變量函數(shù)回歸分析研究(英文)[J];電光與控制;2013年06期

5 李遠(yuǎn);劉建霞;苗卉;蔡冬梅;王芳;;一種新型混合布爾PSO算法的研究[J];太原理工大學(xué)學(xué)報(bào);2013年03期

6 程珩;黃超勇;張永剛;;基于粒子群優(yōu)化決策樹的齒輪箱故障診斷[J];振動(dòng).測(cè)試與診斷;2013年01期

7 楊海燕;汪志群;冷駿;;船舶油污水總量和設(shè)備處理能力的分析及建議[J];船海工程;2010年06期

8 張喬斌;;基于灰色關(guān)聯(lián)度和SVM艦船設(shè)備維修費(fèi)用預(yù)測(cè)[J];計(jì)算機(jī)與數(shù)字工程;2010年10期

9 劉曉東;姚琪;王鵬;湯露露;王勝艷;胡進(jìn);;太湖流域內(nèi)河船舶污染負(fù)荷估算[J];環(huán)境科學(xué)與技術(shù);2009年12期

10 周曉波;;貴港船舶污染現(xiàn)狀及對(duì)策[J];中國(guó)水運(yùn)(下半月);2009年09期

相關(guān)會(huì)議論文 前2條

1 廖朋;王久良;郭達(dá)偉;盛平;;休閑漁業(yè)現(xiàn)狀及其管理的初步構(gòu)想[A];中國(guó)漁船檢驗(yàn)60周年論文集[C];2017年

2 尚朝奇;王輝;;基于SVM污水處理過(guò)程BOD的智能預(yù)測(cè)[A];2011第十六屆全國(guó)自動(dòng)化技術(shù)與應(yīng)用學(xué)術(shù)年會(huì)專輯[C];2011年

相關(guān)博士學(xué)位論文 前2條

1 段會(huì)川;高斯核函數(shù)支持向量分類機(jī)超級(jí)參數(shù)有效范圍研究[D];山東師范大學(xué);2012年

2 劉衍民;粒子群算法的研究及應(yīng)用[D];山東師范大學(xué);2011年

相關(guān)碩士學(xué)位論文 前9條

1 馬雪姣;基于支持向量回歸機(jī)模型的價(jià)格預(yù)測(cè)[D];鄭州大學(xué);2018年

2 曾雨虹;長(zhǎng)江上游宜賓—萬(wàn)州段水質(zhì)規(guī)律分析及評(píng)價(jià)[D];重慶交通大學(xué);2017年

3 邢棟;煉鋼電弧爐供電曲線的迭代優(yōu)化[D];東北大學(xué);2014年

4 何小二;基于粒子群算法和支持向量機(jī)的船舶結(jié)構(gòu)優(yōu)化[D];上海交通大學(xué);2014年

5 胡道生;喀斯特城市地表熱場(chǎng)空間信息提取及分析[D];廣西師范大學(xué);2013年

6 馮海濤;輪槽銑削加工中表面質(zhì)量預(yù)測(cè)技術(shù)研究[D];蘭州理工大學(xué);2012年

7 徐進(jìn)華;基于灰色系統(tǒng)理論的數(shù)據(jù)挖掘及其模型研究[D];北京交通大學(xué);2009年

8 呂建明;基于模糊FMEA的船舶含油污水排放狀況研究[D];大連海事大學(xué);2008年

9 周俊峰;船舶操作性污染的人為因素分析與評(píng)價(jià)[D];上海海事大學(xué);2006年

，

本文編號(hào)：2601717