论文部分内容阅读
近年来,随着海河流域社会经济的迅速发展,排入海河的污染物逐年增加,建立海河水质管理决策支持系统是实现该地区经济建设与环境保护协调发展的迫切需要。本文建立海河水质预测模型,并进行其下游水质预测信息系统的开发。
本文首先介绍了关于系统辨识的基本理论、模型类别和辨识过程等内容。在此基础上结合人工神经网络的理论体系,进一步介绍了以神经网络为核心辨识算法的神经网络辨识方法。基于上述理论和方法,本文提出了应用于河流水质预测的BP网络辨识模型。
本文对原始监测数据进行检验并剔除异常数据,并运用三次样条曲线插值法对该数据进行修正处理。在Matlab平台上分别利用BP网络辨识模型和OE输出误差辨识模型对海河中溶解氧、氨氮、六价铬离子等物质的含量和总磷、高锰酸钾盐指数等项进行了预测。通过对两种模型的预测结果的比较,验证了BP网络辨识模型对海河水质预测的实用性。
最后,在上述理论和模型研究的基础之上,运用软件工程思想开发了海河下游水质预测信息系统(HWQPIS)。从系统开发方法、开发平台选型、总体设计等方面介绍了HWQPIS的开发过程,并给出了HWQPIS与Matlab的连接方法。