我國(guó)作為一個(gè)干旱、缺水的國(guó)家,水污染問(wèn)題也很突出。水質(zhì)評(píng)價(jià)便是對(duì)水資源的質(zhì)量等級(jí)做出評(píng)價(jià)。水質(zhì)環(huán)境復(fù)雜多變,存在著大量的微生物和化學(xué)物質(zhì),增加了水質(zhì)評(píng)價(jià)的難度。BP神經(jīng)網(wǎng)絡(luò)是現(xiàn)階段應(yīng)用最為廣泛的神經(jīng)網(wǎng)絡(luò)模型之一。其自適應(yīng)性、自學(xué)習(xí)性和分布式處理的能力在水質(zhì)評(píng)價(jià)中已經(jīng)得到了較好的應(yīng)用。但是BP神經(jīng)網(wǎng)絡(luò)自身存在著一些缺點(diǎn),會(huì)導(dǎo)致評(píng)價(jià)結(jié)果的不準(zhǔn)確。因此需要尋找一個(gè)更加優(yōu)秀的水質(zhì)評(píng)價(jià)方法。本文對(duì)基于BP神經(jīng)網(wǎng)絡(luò)的水質(zhì)評(píng)價(jià)模型進(jìn)行實(shí)驗(yàn)和研究,希望找出更好的水質(zhì)評(píng)價(jià)方法。研究中,發(fā)現(xiàn)遺傳算法具有強(qiáng)大的宏觀搜索功能,可以解決BP神經(jīng)網(wǎng)絡(luò)的局部極值問(wèn)題,而自適應(yīng)遺傳算法可以提高收斂速度、優(yōu)化學(xué)習(xí)效果。在實(shí)驗(yàn)上,分別用BP神經(jīng)網(wǎng)絡(luò)和用以上兩種方法優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)分別對(duì)水質(zhì)進(jìn)行了評(píng)價(jià),結(jié)果顯示自適應(yīng)遺傳算法優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)對(duì)水質(zhì)的評(píng)價(jià)取得了良好的評(píng)價(jià)效果。得出結(jié)論,使用自適應(yīng)遺傳算法優(yōu)化原有的水質(zhì)評(píng)價(jià)方法能夠更好地為我國(guó)各流域斷面水質(zhì)做出評(píng)價(jià),在水質(zhì)評(píng)價(jià)中有著很好的適用價(jià)值,為水資源保護(hù)提供了數(shù)據(jù)基礎(chǔ)。 

【文章來(lái)源】：南昌大學(xué)江西省 211工程院校

【文章頁(yè)數(shù)】：57 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１．１水質(zhì)評(píng)價(jià)模型??

?第２章我國(guó)地表水水質(zhì)狀況???鐮２０丨７年?豳２０１８年??會(huì)?３．１個(gè)??＾?Ｖ?ｒＴ＃?＞５．??Ｈｒ?｜?Ｖ??〇?Ｉ?■?■?？?■???雛—一—??１？丨丨１類(lèi)?劣ｖ＿類(lèi)??圖２．１?２０１８年全國(guó)地表水水質(zhì)類(lèi)別年際比較??長(zhǎng)江、黃河、珠江、松花江、淮河、海河、遼河七大流域和浙閩片河流、??西北諸河、西南諸河監(jiān)測(cè)的１６１３個(gè)水質(zhì)斷面中，一類(lèi)占５．０％，二類(lèi)占４３．０％，??三類(lèi)占２６．３％，四類(lèi)占１４．４％，五類(lèi)占４．５％，劣五類(lèi)占６．９％。圖２．２為２０１８??年全國(guó)流域總體水質(zhì)狀況。??Ｍ?５〇％??缺?＠?４３．０％??２０１８％：?？?ＨＩ？?２６．３％??ＩＶ＊?１４１％??？Ｖ．炎?４，％??？劣Ｖ究?６９％??圖２．２?２０１８年全國(guó)流域總體水質(zhì)狀況??與２０１７年相比，在統(tǒng)計(jì)的監(jiān)測(cè)點(diǎn)水質(zhì)評(píng)價(jià)結(jié)果中，一類(lèi)占比增加了?２．８?jìng)�(gè)??百分點(diǎn)，二類(lèi)增加了?６．３個(gè)百分點(diǎn)，三類(lèi)減少了?６．６個(gè)百分點(diǎn)，四類(lèi)減少了?０．２??個(gè)百分點(diǎn)，五類(lèi)減少了?０．７個(gè)百分點(diǎn)，劣五類(lèi)減少了?１．５個(gè)百分點(diǎn)。圖２．３為２０１８??年全國(guó)流域總體水質(zhì)狀況年際比較。??９??

?第２章我國(guó)地表水水質(zhì)狀況???鐮２０丨７年?豳２０１８年??會(huì)?３．１個(gè)??＾?Ｖ?ｒＴ＃?＞５．??Ｈｒ?｜?Ｖ??〇?Ｉ?■?■?？?■???雛—一—??１？丨丨１類(lèi)?劣ｖ＿類(lèi)??圖２．１?２０１８年全國(guó)地表水水質(zhì)類(lèi)別年際比較??長(zhǎng)江、黃河、珠江、松花江、淮河、海河、遼河七大流域和浙閩片河流、??西北諸河、西南諸河監(jiān)測(cè)的１６１３個(gè)水質(zhì)斷面中，一類(lèi)占５．０％，二類(lèi)占４３．０％，??三類(lèi)占２６．３％，四類(lèi)占１４．４％，五類(lèi)占４．５％，劣五類(lèi)占６．９％。圖２．２為２０１８??年全國(guó)流域總體水質(zhì)狀況。??Ｍ?５〇％??缺?＠?４３．０％??２０１８％：?？?ＨＩ？?２６．３％??ＩＶ＊?１４１％??？Ｖ．炎?４，％??？劣Ｖ究?６９％??圖２．２?２０１８年全國(guó)流域總體水質(zhì)狀況??與２０１７年相比，在統(tǒng)計(jì)的監(jiān)測(cè)點(diǎn)水質(zhì)評(píng)價(jià)結(jié)果中，一類(lèi)占比增加了?２．８?jìng)�(gè)??百分點(diǎn)，二類(lèi)增加了?６．３個(gè)百分點(diǎn)，三類(lèi)減少了?６．６個(gè)百分點(diǎn)，四類(lèi)減少了?０．２??個(gè)百分點(diǎn)，五類(lèi)減少了?０．７個(gè)百分點(diǎn)，劣五類(lèi)減少了?１．５個(gè)百分點(diǎn)。圖２．３為２０１８??年全國(guó)流域總體水質(zhì)狀況年際比較。??９??

【參考文獻(xiàn)】：
期刊論文
[1]基于遺傳算法優(yōu)化前饋神經(jīng)網(wǎng)絡(luò)模型的配電網(wǎng)短期負(fù)荷預(yù)測(cè)[J]. 陳浩,戴欣.  科技創(chuàng)新與應(yīng)用. 2020(05)
[2]基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的管道泄漏檢測(cè)方法研究[J]. 燕宗偉,李平,郎憲明,劉浩宇.  當(dāng)代化工. 2020(01)
[3]基于改進(jìn)GA的神經(jīng)網(wǎng)絡(luò)航班保障時(shí)間估計(jì)[J]. 邢志偉,韓大浩,羅謙.  計(jì)算機(jī)工程與設(shè)計(jì). 2020(01)
[4]基于BP神經(jīng)網(wǎng)絡(luò)的桃林口水庫(kù)水質(zhì)預(yù)測(cè)[J]. 趙林,戴天驕,陳亮,馮琛雅,劉琦,趙明杰.  安徽農(nóng)業(yè)科學(xué). 2019(24)
[5]遺傳算法變異算子的改進(jìn)[J]. 王春陽(yáng),趙玉慶,謝金興,蘇本堂.  山東農(nóng)業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(05)
[6]人工神經(jīng)網(wǎng)絡(luò)研究與分析[J]. 祝凌云.  科技傳播. 2019(12)
[7]談遺傳算法[J]. 孫俊麗.  辦公自動(dòng)化. 2019(12)
[8]類(lèi)腦機(jī)的思想與體系結(jié)構(gòu)綜述[J]. 黃鐵軍,余肇飛,劉怡俊.  計(jì)算機(jī)研究與發(fā)展. 2019(06)
[9]基于退火算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)的電力通信網(wǎng)業(yè)務(wù)可靠性評(píng)價(jià)[J]. 董彥軍,劉平,辛銳,李超.  微型電腦應(yīng)用. 2019(05)
[10]深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的新型自適應(yīng)激活函數(shù)[J]. 劉宇晴,王天昊,徐旭.  吉林大學(xué)學(xué)報(bào)(理學(xué)版). 2019(04)

博士論文
[1]多功能農(nóng)業(yè)與中國(guó)農(nóng)業(yè)政策研究[D]. 姬亞嵐.西北大學(xué) 2007

碩士論文
[1]基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)對(duì)房?jī)r(jià)預(yù)測(cè)的研究[D]. 高文.延安大學(xué) 2019
[2]遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)在供水管網(wǎng)中的應(yīng)用[D]. 鄧葳.廣東工業(yè)大學(xué) 2019
[3]基于神經(jīng)網(wǎng)絡(luò)和遺傳算法的干道相位差仿真優(yōu)化研究[D]. 曹濤濤.西南交通大學(xué) 2019
[4]基于BP神經(jīng)網(wǎng)絡(luò)的河流黑臭水體評(píng)價(jià)及對(duì)策研究[D]. 崔曉彤.青島理工大學(xué) 2018
[5]主成分分析-BP神經(jīng)網(wǎng)絡(luò)法在漳河水質(zhì)評(píng)價(jià)中的聯(lián)合應(yīng)用[D]. 高爽.河北工程大學(xué) 2018
[6]一種基于人工神經(jīng)網(wǎng)絡(luò)的地表水質(zhì)預(yù)測(cè)方法[D]. 劉宇同.哈爾濱工程大學(xué) 2017
[7]基于TOPSIS法的水環(huán)境質(zhì)量評(píng)價(jià)研究[D]. 程佩瑄.蘭州大學(xué) 2014
[8]一種改進(jìn)的遺傳算法及應(yīng)用[D]. 李延梅.華南理工大學(xué) 2012
[9]自適應(yīng)遺傳算法的改進(jìn)研究及其應(yīng)用[D]. 陳超.華南理工大學(xué) 2011
[10]系統(tǒng)模糊集理論在水環(huán)境系統(tǒng)——水質(zhì)評(píng)價(jià)中的應(yīng)用[D]. 王濤.大連理工大學(xué) 2002



本文編號(hào)：3320381