bpx神經(jīng)網(wǎng)絡在水質(zhì)評價中的應用研究.doc
約42頁DOC格式手機打開展開
bpx神經(jīng)網(wǎng)絡在水質(zhì)評價中的應用研究,bpx神經(jīng)網(wǎng)絡在水質(zhì)評價中的應用研究頁面 42頁字數(shù) 3.8萬字附錄a 一篇引用的外文文獻及其譯文附錄b 列入的主要參考文獻的題錄及摘要附錄c 主要源程序引言有效利用江河湖泊水體,是實現(xiàn)可持續(xù)發(fā)展的重要內(nèi)容之一。為更有效地利用和保護自然水體首先必須對水體水質(zhì)進行合理的綜合評價。針對長江水體水質(zhì)評價的主要任務是,根據(jù)水體...


內(nèi)容介紹
此文檔由會員 云貝貝 發(fā)布
BPX神經(jīng)網(wǎng)絡在水質(zhì)評價中的應用研究
頁面 42頁 字數(shù) 3.8萬字
附錄A 一篇引用的外文文獻及其譯文
附錄B 列入的主要參考文獻的題錄及摘要
附錄C 主要源程序
引 言
有效利用江河湖泊水體,是實現(xiàn)可持續(xù)發(fā)展的重要內(nèi)容之一。為更有效地利用和保護自然水體首先必須對水體水質(zhì)進行合理的綜合評價。針對長江水體水質(zhì)評價的主要任務是,根據(jù)水體中反映污染程度的主要物質(zhì)(據(jù)調(diào)研主要有溶解氧、揮發(fā)酚、氨氮、亞硝酸鹽氮、硝酸鹽氮和高錳酸等)和石油類等物質(zhì)的濃度和國家水質(zhì)評價標準,分析和評價水質(zhì)的類別及其發(fā)展趨勢為水體管理提供科學的依據(jù)。
目前水質(zhì)評價方法主要是多因素的綜合評價法,如灰色關(guān)聯(lián)分析、模糊聚類分析法、物元模型法灰色局勢決策法和綜合指數(shù)評價法等。由于影響水質(zhì)的因素很多,且因素與水質(zhì)類別之間通常存在復雜的非線性關(guān)系,所以迄今沒有一種統(tǒng)一的和公認的方法。
人工神經(jīng)網(wǎng)絡以其自學習、較好的容錯性和優(yōu)良的非線性逼近能力,受到眾多領(lǐng)域?qū)W者的關(guān)注。在實際應用中,80%—90%的人工神經(jīng)網(wǎng)絡模型是采用快速誤差反傳算法或其變化形式的網(wǎng)絡模型(簡稱BPX網(wǎng)絡),能較好地應用于函數(shù)逼近、模式識別、分類和數(shù)據(jù)壓縮或數(shù)據(jù)挖掘中。本文根據(jù)依據(jù)GB3838-2002《地表水環(huán)境質(zhì)量標準》, 選取1998年—2005年長江水質(zhì)監(jiān)測資料進行評價, 運用該方法對監(jiān)測樣點進行了綜合評價。
目錄
引 言
第1章 概述
1.1 我國水環(huán)境的現(xiàn)狀
1.2 我國水環(huán)境的研究內(nèi)容
第2章 水質(zhì)評價專家系統(tǒng)
2.1 專家系統(tǒng)概述
2.2 水質(zhì)評價專家系統(tǒng)概述
2.3 水質(zhì)評價的理論發(fā)展過程
2.4 我國水質(zhì)評價實施中存在的問題
2.5 完善水質(zhì)評價工作的對策與建議
2.6 水質(zhì)評價的工作內(nèi)容
第3章 人工神經(jīng)網(wǎng)絡ANN與水質(zhì)評價
3.1 人工神經(jīng)網(wǎng)絡(ANN)概述
3.2 人工神經(jīng)網(wǎng)絡在水質(zhì)規(guī)劃和管理中的應用
3.3 人工神經(jīng)網(wǎng)絡的優(yōu)點及研究意義
第4章 水質(zhì)評價BPX神經(jīng)網(wǎng)絡
4.1 BP(Back-propagation)神經(jīng)網(wǎng)絡基本原
4.2 BP算法存在的問題及改進
4.3 水質(zhì)評價BPX神經(jīng)網(wǎng)絡
結(jié)論與展望
致 謝
參考文獻
附 錄
附錄A 一篇引用的外文文獻及其譯文
附錄B 列入的主要參考文獻的題錄及摘要
附錄C 主要源程序
參考文獻
[5] 許東,吳錚.基于MATLAB 6.x的系統(tǒng)分析與設計——神經(jīng)網(wǎng)絡(第二版)[M].西安:西安電子科技大學出版社,2002.
[6] 楊潔,吳貽名,萬飚.漢江水質(zhì)綜合評價的BP網(wǎng)絡方法[J].武漢大學學報(工學版),2004,(1):1-3.
[7] 張明祖.人工智能的前沿內(nèi)容—專家系統(tǒng)的發(fā)展綜述[J].北京印刷學院學報,1995,(1):36-43.
[8] 國家環(huán)境保護總局監(jiān)督管理司.中國環(huán)境影響評價[M].北京:化學工業(yè)出版社,2000.
[9] 周露,聞新,王丹力等著. MATLAB神經(jīng)網(wǎng)絡應用設計[M].北京:科學出版社,2001.
[10] 施陽,樓順天.基于MATLAB的系統(tǒng)分析與設計[M] .西安:西安電子科技大學出版社,2000.
[11] 聞新,周露,李翔,張寶偉.MATLAB神經(jīng)網(wǎng)絡仿真與應用[M].北京:科學出版社,2003.
[12] 高雋.人工神經(jīng)網(wǎng)絡原理及仿真實例[M].北京:機械工業(yè)出版社,2005.
[13] 黃川友,劉國東,丁晶.水質(zhì)綜合評價的人工神經(jīng)網(wǎng)絡模型[J] .中國環(huán)境科學,1998,18(6):514-517.
[14] 董長虹.MATLAB神經(jīng)網(wǎng)絡與應用[M].北京:國防工業(yè)出版社,2005.
[15] 韓力群.人工神經(jīng)網(wǎng)絡理論、設計及應用[M].北京:化學工業(yè)出版社,2001.
[16] 魏海坤.神經(jīng)網(wǎng)絡結(jié)構(gòu)設計的理論與方法[M].北京:國防工業(yè)出版社,2005.
[17] Andrea G.Capodaglio, Harold V.Jones, Vladimir Novotny and Xin Feng. Sludge Bulking Analysis and Forecasting: Application of System Identification and Artificial Neutral Compution Technologies [J].Water Research.Vol.25, No.10, 1991.
[18] Hilary I.Inyang, Steven J.Piet, Robert Breckenridge and Irene M.C.Lo. Improvement of Approaches to Waste Containment System Development, management, and Evaluation [J]. American Society of Civil Engineers. Vol.9, No.4, 2005.
[19] Qing Zhang and Stephen J.Stanley.Real—Time Water Treatment Process Control With Artificial Neural Networks [J].Journal of Environmental, Vol.125, No.2, 1999.
頁面 42頁 字數(shù) 3.8萬字
附錄A 一篇引用的外文文獻及其譯文
附錄B 列入的主要參考文獻的題錄及摘要
附錄C 主要源程序
引 言
有效利用江河湖泊水體,是實現(xiàn)可持續(xù)發(fā)展的重要內(nèi)容之一。為更有效地利用和保護自然水體首先必須對水體水質(zhì)進行合理的綜合評價。針對長江水體水質(zhì)評價的主要任務是,根據(jù)水體中反映污染程度的主要物質(zhì)(據(jù)調(diào)研主要有溶解氧、揮發(fā)酚、氨氮、亞硝酸鹽氮、硝酸鹽氮和高錳酸等)和石油類等物質(zhì)的濃度和國家水質(zhì)評價標準,分析和評價水質(zhì)的類別及其發(fā)展趨勢為水體管理提供科學的依據(jù)。
目前水質(zhì)評價方法主要是多因素的綜合評價法,如灰色關(guān)聯(lián)分析、模糊聚類分析法、物元模型法灰色局勢決策法和綜合指數(shù)評價法等。由于影響水質(zhì)的因素很多,且因素與水質(zhì)類別之間通常存在復雜的非線性關(guān)系,所以迄今沒有一種統(tǒng)一的和公認的方法。
人工神經(jīng)網(wǎng)絡以其自學習、較好的容錯性和優(yōu)良的非線性逼近能力,受到眾多領(lǐng)域?qū)W者的關(guān)注。在實際應用中,80%—90%的人工神經(jīng)網(wǎng)絡模型是采用快速誤差反傳算法或其變化形式的網(wǎng)絡模型(簡稱BPX網(wǎng)絡),能較好地應用于函數(shù)逼近、模式識別、分類和數(shù)據(jù)壓縮或數(shù)據(jù)挖掘中。本文根據(jù)依據(jù)GB3838-2002《地表水環(huán)境質(zhì)量標準》, 選取1998年—2005年長江水質(zhì)監(jiān)測資料進行評價, 運用該方法對監(jiān)測樣點進行了綜合評價。
目錄
引 言
第1章 概述
1.1 我國水環(huán)境的現(xiàn)狀
1.2 我國水環(huán)境的研究內(nèi)容
第2章 水質(zhì)評價專家系統(tǒng)
2.1 專家系統(tǒng)概述
2.2 水質(zhì)評價專家系統(tǒng)概述
2.3 水質(zhì)評價的理論發(fā)展過程
2.4 我國水質(zhì)評價實施中存在的問題
2.5 完善水質(zhì)評價工作的對策與建議
2.6 水質(zhì)評價的工作內(nèi)容
第3章 人工神經(jīng)網(wǎng)絡ANN與水質(zhì)評價
3.1 人工神經(jīng)網(wǎng)絡(ANN)概述
3.2 人工神經(jīng)網(wǎng)絡在水質(zhì)規(guī)劃和管理中的應用
3.3 人工神經(jīng)網(wǎng)絡的優(yōu)點及研究意義
第4章 水質(zhì)評價BPX神經(jīng)網(wǎng)絡
4.1 BP(Back-propagation)神經(jīng)網(wǎng)絡基本原
4.2 BP算法存在的問題及改進
4.3 水質(zhì)評價BPX神經(jīng)網(wǎng)絡
結(jié)論與展望
致 謝
參考文獻
附 錄
附錄A 一篇引用的外文文獻及其譯文
附錄B 列入的主要參考文獻的題錄及摘要
附錄C 主要源程序
參考文獻
[5] 許東,吳錚.基于MATLAB 6.x的系統(tǒng)分析與設計——神經(jīng)網(wǎng)絡(第二版)[M].西安:西安電子科技大學出版社,2002.
[6] 楊潔,吳貽名,萬飚.漢江水質(zhì)綜合評價的BP網(wǎng)絡方法[J].武漢大學學報(工學版),2004,(1):1-3.
[7] 張明祖.人工智能的前沿內(nèi)容—專家系統(tǒng)的發(fā)展綜述[J].北京印刷學院學報,1995,(1):36-43.
[8] 國家環(huán)境保護總局監(jiān)督管理司.中國環(huán)境影響評價[M].北京:化學工業(yè)出版社,2000.
[9] 周露,聞新,王丹力等著. MATLAB神經(jīng)網(wǎng)絡應用設計[M].北京:科學出版社,2001.
[10] 施陽,樓順天.基于MATLAB的系統(tǒng)分析與設計[M] .西安:西安電子科技大學出版社,2000.
[11] 聞新,周露,李翔,張寶偉.MATLAB神經(jīng)網(wǎng)絡仿真與應用[M].北京:科學出版社,2003.
[12] 高雋.人工神經(jīng)網(wǎng)絡原理及仿真實例[M].北京:機械工業(yè)出版社,2005.
[13] 黃川友,劉國東,丁晶.水質(zhì)綜合評價的人工神經(jīng)網(wǎng)絡模型[J] .中國環(huán)境科學,1998,18(6):514-517.
[14] 董長虹.MATLAB神經(jīng)網(wǎng)絡與應用[M].北京:國防工業(yè)出版社,2005.
[15] 韓力群.人工神經(jīng)網(wǎng)絡理論、設計及應用[M].北京:化學工業(yè)出版社,2001.
[16] 魏海坤.神經(jīng)網(wǎng)絡結(jié)構(gòu)設計的理論與方法[M].北京:國防工業(yè)出版社,2005.
[17] Andrea G.Capodaglio, Harold V.Jones, Vladimir Novotny and Xin Feng. Sludge Bulking Analysis and Forecasting: Application of System Identification and Artificial Neutral Compution Technologies [J].Water Research.Vol.25, No.10, 1991.
[18] Hilary I.Inyang, Steven J.Piet, Robert Breckenridge and Irene M.C.Lo. Improvement of Approaches to Waste Containment System Development, management, and Evaluation [J]. American Society of Civil Engineers. Vol.9, No.4, 2005.
[19] Qing Zhang and Stephen J.Stanley.Real—Time Water Treatment Process Control With Artificial Neural Networks [J].Journal of Environmental, Vol.125, No.2, 1999.