本文選題：GEP算法 + 滑動(dòng)窗口預(yù)測(cè)法��； 參考：《河北工程大學(xué)》2017年碩士論文

【摘要】：城市生活垃圾焚燒底灰中重金屬在填埋場(chǎng)中經(jīng)歷長(zhǎng)期復(fù)雜的物理和化學(xué)反應(yīng),不斷發(fā)生形態(tài)變化和遷移,對(duì)周圍環(huán)境形成持續(xù)的潛在風(fēng)險(xiǎn)。由于重金屬的形態(tài)決定了重金屬在環(huán)境中的遷移轉(zhuǎn)化行為,因此一些研究人員利用化學(xué)提取法、模型計(jì)算法以及儀器檢測(cè)等方法來分析重金屬在環(huán)境中的化學(xué)形態(tài),并以此來詮釋重金屬在環(huán)境中的遷移轉(zhuǎn)化規(guī)律,從而減小城市生活垃圾焚燒技術(shù)所帶來的二次污染危害。然而,由于重金屬形態(tài)的變化過程復(fù)雜且影響因素較多,從而導(dǎo)致以上幾種方法存在研究結(jié)果不準(zhǔn)確以及研究?jī)?nèi)容不全面等缺陷,加上現(xiàn)場(chǎng)調(diào)研數(shù)據(jù)有限以及實(shí)驗(yàn)室模擬試驗(yàn)成本高,從而給研究重金屬在環(huán)境中的化學(xué)形態(tài)帶來了不可逾越的困難。因此,本文旨在建立一個(gè)重金屬形態(tài)預(yù)測(cè)模型,獲取表征重金屬在填埋場(chǎng)中長(zhǎng)期遷移轉(zhuǎn)化行為的數(shù)據(jù),為研究重金屬的長(zhǎng)期遷移轉(zhuǎn)化機(jī)理提供基礎(chǔ)。隨著計(jì)算機(jī)科學(xué)技術(shù)的發(fā)展,越來越多的研究者開始將人工智能類算法應(yīng)用到預(yù)測(cè)模型的建立中�；虮磉_(dá)式編程(Gene Expression Programming,GEP)是近幾年逐漸發(fā)展起來的一種新型的用于數(shù)學(xué)建模的人工智能方法,它在解決函數(shù)發(fā)現(xiàn)、分類分析以及時(shí)間序列分析等問題方面表現(xiàn)出優(yōu)良的性能,適用于解決時(shí)間序列的預(yù)測(cè)問題。因此,本文主要研究GEP算法在建立重金屬形態(tài)預(yù)測(cè)模型中的應(yīng)用。本文首先通過與其他進(jìn)化算法進(jìn)行比較,來突出GEP算法在解決復(fù)雜問題方面的主要優(yōu)勢(shì)和特點(diǎn),然后又詳細(xì)介紹了GEP算法中的基本組成要素及其進(jìn)化過程。然而,盡管與其他進(jìn)化算法相比而言,GEP算法具有較快的進(jìn)化速度以及較高的計(jì)算精度,但它本身仍然面臨著容易陷入局部收斂以及迭代計(jì)算時(shí)間長(zhǎng)等缺陷,進(jìn)而影響其解決復(fù)雜問題的能力。因此,為了改善這種情況,本文分別從適應(yīng)度函數(shù)和遺傳操作兩個(gè)方面對(duì)GEP算法進(jìn)行了針對(duì)性的改進(jìn),并利用改進(jìn)后的GEP算法來分析已有的時(shí)間序列數(shù)據(jù),建立重金屬形態(tài)預(yù)測(cè)模型,用來預(yù)測(cè)重金屬形態(tài)在未來時(shí)間點(diǎn)的變化數(shù)據(jù)。由于本文已有試驗(yàn)數(shù)據(jù)是一個(gè)簡(jiǎn)單的時(shí)間序列,直接利用該數(shù)據(jù)所建立的預(yù)測(cè)模型,難以準(zhǔn)確地預(yù)測(cè)填埋場(chǎng)中重金屬形態(tài)隨未來時(shí)間變化的數(shù)據(jù)。因此,為了進(jìn)一步提高預(yù)測(cè)精度,本文又將滑動(dòng)窗口預(yù)測(cè)法(Sliding Window Prediction Method,SWPM)引入到預(yù)測(cè)模型的建立中,與改進(jìn)GEP算法相結(jié)合構(gòu)成GEP滑動(dòng)窗口預(yù)測(cè)法(GEP-SWPM),對(duì)已有試驗(yàn)數(shù)據(jù)進(jìn)行相空間重構(gòu),從而建立一個(gè)多維的重金屬形態(tài)預(yù)測(cè)模型。最后,本文分別利用標(biāo)準(zhǔn)GEP算法、改進(jìn)GEP算法以及GEP-SWPM算法建立預(yù)測(cè)模型,來預(yù)測(cè)重金屬形態(tài)在填埋場(chǎng)中的未來變化數(shù)據(jù)。實(shí)驗(yàn)仿真結(jié)果表明,與前兩者相比而言,GEP-SWPM算法在建模效率和預(yù)測(cè)精度上都有了很大的提高,更適合于重金屬形態(tài)變化的預(yù)測(cè),有利于發(fā)現(xiàn)重金屬形態(tài)隨時(shí)間變化的規(guī)律,從而為研究重金屬的長(zhǎng)期遷移轉(zhuǎn)化機(jī)理提供了良好的數(shù)據(jù)基礎(chǔ)。
[Abstract]:Heavy metals in the bottom ash of municipal solid waste incineration have experienced long-term complex physical and chemical reactions in the landfill, constantly changing and migrating, forming persistent potential risks to the surrounding environment. Because the form of heavy metals determines the migration and transformation of heavy metals in the environment, some researchers use chemical extraction, Model calculation method and instrument detection method are used to analyze the chemical forms of heavy metals in the environment, and to explain the migration and transformation of heavy metals in the environment, thus reducing the two pollution hazards caused by municipal solid waste incineration technology. However, because of the complex process of heavy metal form changes and many factors affecting it, Because of the inaccuracy of the above methods and the incomplete research content, the limited field investigation data and the high cost of laboratory simulation test have brought insuperable difficulties to the study of the chemical forms of heavy metals in the environment. Therefore, this paper aims to establish a prediction model of heavy metal form. With the development of the computer science and technology, more and more researchers began to apply artificial intelligence algorithm to the establishment of prediction model with the development of computer science and technology. Gene expression programming (Gene Expression Programming) GEP) is a new artificial intelligence method, which has been developed gradually in recent years. It shows excellent performance in solving problems such as function discovery, classification analysis and time series analysis. It is suitable for solving the prediction problem of time series. Therefore, this paper mainly studies the GEP algorithm in the formation of heavy metal form. In this paper, the main advantages and characteristics of GEP algorithm in solving complex problems are highlighted by comparing with other evolutionary algorithms, and then the basic components and evolution process of the GEP algorithm are introduced in detail. However, although compared with other evolutionary algorithms, the GEP algorithm has a faster evolution. The speed and high computing precision, but it still faces the defects of easy to fall into local convergence and the long time of iterative computation, and then affect its ability to solve complex problems. Therefore, in order to improve this situation, this paper improves the GEP algorithm from two aspects of fitness function and genetic operation. Using the improved GEP algorithm to analyze the existing time series data and establish the prediction model of heavy metal form, it is used to predict the change data of heavy metal form in the future time point. Since the existing experimental data is a simple time series, it is difficult to predict the landfill site accurately by using the prediction model built directly by the data. In order to further improve the prediction accuracy, the sliding window prediction method (Sliding Window Prediction Method, SWPM) is introduced into the prediction model, and the GEP sliding window prediction method (GEP-SWPM) is combined with the improved GEP algorithm, and the phase space of the existing experimental data is carried out. In the end, this paper uses standard GEP algorithm, improved GEP algorithm and GEP-SWPM algorithm to establish prediction model to predict the future change data of heavy metal form in the landfill. Experimental simulation results show that compared with the previous two, the GEP-SWPM algorithm is efficient in modeling efficiency. And the prediction accuracy has been greatly improved, which is more suitable for the prediction of heavy metal morphological changes, which is beneficial to the discovery of the regularity of heavy metal morphologic changes with time, thus providing a good data basis for the study of the long-term migration and transformation mechanism of heavy metals.
【學(xué)位授予單位】：河北工程大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：X132;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐鐵峰;;土壤中重金屬形態(tài)分析研究進(jìn)展[J];赤峰學(xué)院學(xué)報(bào)(自然科學(xué)版);2009年05期

2 韓張雄;王龍山;郭巨權(quán);李雪瑩;馬婭妮;劉曉艷;;土壤修復(fù)過程中重金屬形態(tài)的研究綜述[J];巖石礦物學(xué)雜志;2012年02期

3 黃思宇;彭曉春;吳彥瑜;陳志良;;土壤中重金屬形態(tài)分析研究進(jìn)展[J];廣東化工;2012年02期

4 馮元章;東河(成縣段)中重金屬形態(tài)的初探[J];環(huán)境科學(xué);1987年06期

5 李非里,劉叢強(qiáng),宋照亮;土壤中重金屬形態(tài)的化學(xué)分析綜述[J];中國(guó)環(huán)境監(jiān)測(cè);2005年04期

6 韓春梅;王林山;鞏宗強(qiáng);許華夏;;土壤中重金屬形態(tài)分析及其環(huán)境學(xué)意義[J];生態(tài)學(xué)雜志;2005年12期

7 周康民;湯志云;黃光明;肖靈;江冶;高孝禮;;土壤中重金屬形態(tài)分析方法研究[J];江蘇地質(zhì);2007年03期

8 毛竹;王浩;;土壤重金屬形態(tài)分布特性及其影響因素[J];科技資訊;2013年08期

9 劉佳;王立華;陳理達(dá);;水庫(kù)淤泥燒制后重金屬穩(wěn)定性試驗(yàn)研究[J];廣東水利電力職業(yè)技術(shù)學(xué)院學(xué)報(bào);2013年01期

10 王圣偉;馮娟;劉剛;張?zhí)祢?;農(nóng)田土壤重金屬季節(jié)性變化周期研究[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2013年09期

相關(guān)會(huì)議論文 前9條

1 鄭順安;鄭向群;張鐵亮;劉書田;;土壤重金屬形態(tài)研究動(dòng)態(tài)及展望[A];2011中國(guó)環(huán)境科學(xué)學(xué)會(huì)學(xué)術(shù)年會(huì)論文集（第二卷）[C];2011年

2 張哲;黨志;易筱筠;;氧化亞鐵硫桿菌氧化對(duì)尾礦中重金屬賦存狀態(tài)的影響[A];中國(guó)礦物巖石地球化學(xué)學(xué)會(huì)第12屆學(xué)術(shù)年會(huì)論文集[C];2009年

3 孫福生;馬丹;王宗芳;;應(yīng)用微波能量快速監(jiān)測(cè)土壤中重金屬形態(tài)的研究[A];有毒化學(xué)污染物監(jiān)測(cè)與風(fēng)險(xiǎn)管理技術(shù)交流研討會(huì)論文集[C];2008年

4 王亞平;許春雪;王蘇明;黃毅;嵇鵬;安子怡;龔禮勝;李艷艷;;生態(tài)地球化學(xué)中土壤及沉積物重金屬形態(tài)分析順序提取標(biāo)準(zhǔn)物質(zhì)的研制[A];全國(guó)環(huán)境生態(tài)地球化學(xué)調(diào)查與評(píng)價(jià)論文摘要集[C];2006年

5 尹華;王婷;葉錦韶;彭輝;何寶燕;秦華明;張娜;;BDE209對(duì)蠟狀細(xì)菌改變土壤重金屬形態(tài)的影響[A];持久性有機(jī)污染物論壇2008暨第三屆持久性有機(jī)污染物全國(guó)學(xué)術(shù)研討會(huì)論文集[C];2008年

6 沈振國(guó);王春春;羅春玲;;安徽銅陵鳳凰山礦區(qū)土壤重金屬形態(tài)特征[A];第七次“土壤與環(huán)境”學(xué)術(shù)研討會(huì)論文摘要[C];2001年

7 丁竹紅;姚藩照;胡忻;尹大強(qiáng);;[S,S]-EDDS對(duì)黑麥草吸收重金屬及土壤重金屬的團(tuán)聚體分布的效應(yīng)[A];第六屆全國(guó)環(huán)境化學(xué)大會(huì)暨環(huán)境科學(xué)儀器與分析儀器展覽會(huì)摘要集[C];2011年

8 周炎武;陳桂珠;;汕頭海岸紅樹林沉積物重金屬形態(tài)分布及生物累積研究[A];第四屆中國(guó)紅樹林學(xué)術(shù)會(huì)議論文摘要集[C];2008年

9 韓卉;楊玉寶;李季;羅維;;污泥農(nóng)用重金屬積累及其在土壤中的形態(tài)變化研究[A];Proceedings of Conference on Environmental Pollution and Public Health（CEPPH 2012）[C];2012年

相關(guān)博士學(xué)位論文 前2條

1 呂兌安;豬糞堆肥過程中重金屬形態(tài)變化特征及鈍化技術(shù)研究[D];中國(guó)科學(xué)院研究生院（東北地理與農(nóng)業(yè)生態(tài)研究所）;2014年

2 楊春霞;含鉈黃鐵礦利用過程中毒害重金屬鉈的遷移釋放行為研究[D];中國(guó)科學(xué)院研究生院（廣州地球化學(xué)研究所）;2004年

相關(guān)碩士學(xué)位論文 前10條

1 柏建坤;雅魯藏布江表層沉積物重金屬形態(tài)分析及風(fēng)險(xiǎn)評(píng)價(jià)[D];西南大學(xué);2015年

2 李俊霞;基因表達(dá)式編程在重金屬形態(tài)預(yù)測(cè)建模中的應(yīng)用研究[D];河北工程大學(xué);2015年

3 封帥;河道污染底泥淋洗處理中重金屬形態(tài)分布轉(zhuǎn)化的研究[D];哈爾濱工業(yè)大學(xué);2014年

4 毛彥青;河道污染底泥生物和化學(xué)修復(fù)對(duì)重金屬形態(tài)分布影響研究[D];哈爾濱工業(yè)大學(xué);2014年

5 趙珂;改性褐煤對(duì)石灰性土壤重金屬形態(tài)轉(zhuǎn)化的影響[D];河南農(nóng)業(yè)大學(xué);2015年

6 趙長(zhǎng)坡;賈魯河沉積物中重金屬形態(tài)分析及潛在生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)[D];南京大學(xué);2014年

7 高紅運(yùn);重金屬形態(tài)預(yù)測(cè)建模中GEP算法的應(yīng)用研究[D];河北工程大學(xué);2017年

8 沈志勇;南京市郊土壤重金屬形態(tài)特征及生物累積研究[D];河海大學(xué);2007年

9 張曉逵;山西、河南部分煤中重金屬元素的含量及其賦存形態(tài)研究[D];河南理工大學(xué);2010年

10 李鑫;濟(jì)南市主要土壤類型在不同功能區(qū)的重金屬形態(tài)分析[D];山東大學(xué);2008年

，

本文編號(hào)：2102729