【摘要】: 空氣和水與人們的生活息息相關,隨著環(huán)境保護工作力度的加強,傳統(tǒng)的對污染源進行定期檢查和應付污染事故的手段已不能有效的、及時的滿足社會的需要,利用現(xiàn)代技術來武裝環(huán)保執(zhí)法隊伍,改進環(huán)保手段是提高環(huán)保能力的重要途徑。為了確保環(huán)境最大安全,有必要對監(jiān)測布點、預警應急、污染處理等管理的理論和方法進行深入系統(tǒng)地研究。本文的具體內(nèi)容如下: 介紹了論文工作背景,對后面幾章中重點討論的優(yōu)化布點、水質(zhì)評價、預警與應急、環(huán)境污染預測、污水處理控制和再利用等目前國內(nèi)外的研究現(xiàn)狀進行了分析和研究,為后面幾章打好基礎,并給出了論文的研究目的和將要解決的主要問題。 研究了一種新穎的蒙特卡羅估計選擇辦法(MCES)。采用多宇宙并行量子遺傳算法對MCES方法進行優(yōu)化,使其具有更快速的收斂能力和更好的搜索效率。該方法用于環(huán)境監(jiān)測優(yōu)化布點,具有簡便、快速、結果合理穩(wěn)定、易于推廣等優(yōu)點。另外用一種新的TSK模糊系統(tǒng)CTSK (Central TSK Fuzzy System)進行地下水質(zhì)的評價取得了很好的效果。對于大樣本數(shù)據(jù)集,設計出了CCMEB-CGBR(CCMEB-based Constrained GBR)算法。 通過建模來實現(xiàn)環(huán)境污染預測系統(tǒng)。通過引入進化學習方法提出了視覺TSK模糊系統(tǒng)新的進化學習訓練算法。新的基于進化學習的算法不但具有更好的全局收斂能力,同時依然能繼承視覺模糊建模方法的原有優(yōu)點。另外,大氣污染物濃度的變化具有較強的非線性特性,本章研究了自適應神經(jīng)模糊推理系統(tǒng)(ANFIS)方法基于Sugeno模糊模型,在此基礎上給出了網(wǎng)絡權值的修正算法。用共軛梯度法提高其前提參數(shù)的學習速度。 結合國內(nèi)外應急管理的現(xiàn)狀,制定了預警應急體系的工作原則,系統(tǒng)設計了預警應急管理體系的總體框圖。并且探討了預警與應急管理體制的未來發(fā)展趨勢。采用粒子群優(yōu)化算法對一種新的級聯(lián)MLP神經(jīng)網(wǎng)絡CATSMLP進行優(yōu)化使其魯棒性增強,具有更快速的收斂能力和更好的尋優(yōu)能力。將其用于藻類污染預警取得了很好的效果。 針對具有凸多面體參數(shù)不確定性的污水處理控制系統(tǒng),研究其魯棒H_∞保成本控制器的設計問題。應用所設計的魯棒H_∞保成本控制器進行研究,結果表明了本章方法的可行性及有效性,并且系統(tǒng)最終的穩(wěn)態(tài)誤差較小。并且提出污水等可作為可再生能源的有效建議和方法。 對論文作了總結,提出了本文的主要創(chuàng)新點,針對論文研究工作中的不足提出了對未來研究發(fā)展前景的展望。
【學位授予單位】:南京理工大學
【學位級別】:博士
【學位授予年份】:2009
【分類號】:X50
【參考文獻】
相關期刊論文 前10條
1 張苗云,張迎,錢益躍;最優(yōu)指標法在環(huán)境監(jiān)測優(yōu)化布點中的應用[J];安全與環(huán)境學報;2004年02期
2 胡本濤,劉蕊;黑龍江省工業(yè)企業(yè)二氧化硫排放變化情況及存在的主要問題[J];北方環(huán)境;2003年04期
3 薛福霞,劉載文,王正祥,楊斌;模糊控制技術在污水處理系統(tǒng)的應用[J];北京工商大學學報(自然科學版);2005年06期
4 方旭f,趙瑩;基于Agent技術的ERP決策支持功能研究[J];商業(yè)研究;2004年18期
5 李祚泳,鄧新民;環(huán)境污染預測的人工神經(jīng)網(wǎng)絡模型[J];成都氣象學院學報;1997年04期
6 竇素珍,王黎虹,侯存東,段文華;城市大氣環(huán)境監(jiān)測優(yōu)化布點模糊優(yōu)選模型及應用實例[J];城市環(huán)境與城市生態(tài);2001年05期
7 李祚泳,徐婷婷,丁晶;地下水環(huán)境監(jiān)測優(yōu)化布點的人工神經(jīng)網(wǎng)絡模型[J];城市環(huán)境與城市生態(tài);2003年06期
8 張文鴿,李會安,蔡大應;水質(zhì)評價的人工神經(jīng)網(wǎng)絡方法[J];東北水利水電;2004年10期
9 陳華友,趙佳寶,劉春林;基于灰色關聯(lián)度的組合預測模型的性質(zhì)[J];東南大學學報(自然科學版);2004年01期
10 王爽;張鷹;呂瑞霞;;BP神經(jīng)網(wǎng)絡的算法改進及應用[J];電腦知識與技術;2009年04期
本文編號:
2760274
本文鏈接:http://sikaile.net/shengtaihuanjingbaohulunwen/2760274.html