论文部分内容阅读
目前,环境问题受到了社会的广泛关注,我们的生活离不开水,因此,水环境问题的研究成为了目前环境问题研究的焦点,水质评价一般被认为是水环境问题研究的基础,如何有效快速的进行水质评价就显得格外重要,传统的水质评价方法包括指数评价法、模糊数学评价法以及基于灰色系统理论的评价方法等,这些方法虽然都在水质评价方面得到了应用,但单独使用这些方法进行水质评价时,其结果往往缺乏客观性,以致不同地区的水质评价结果往往难以进行纵向的对比。伴随着人工智能的发展,也为水环境问题的研究提供了不少新的方法,其中,人工神经网络在水质评价方面取得了不错的效果。水质状况的预测可以分为对水体水质总体状况的预测和对水体某项指标的预测,对水质状况的预测,将有助于我们了解水体变化的趋势,揭示水体变化的规律,人工神经网络处理高度非线性化问题的能力,以及黑箱式的运作模式为水质预测提供了便利,相比于传统物理方法要简便很多。
Matlab是由MathWorks公司推出的商业数学软件,被广泛用于数学分析、数据可视化等方面,Matlab与传统数学分析软件最大的不同是其基本的数据处理单位为数组,这为数据处理和数据可视化都提供了极大的便利。
此次研究中采用Matlab软件,分别建立BP人工神经网络和RBF人工神经网络评价模型,对温瑞塘河水质进行评价,使用BP神经网络对水质单项指标(叶绿素a)进行预测,并与传统的回归方法进行了比较;在综合水质预测中,引入时间空间坐标概念,使水质的变化与导致水质变化的因素在时空上相关联。实验中,使用Matlab软件建立了水质评价和预测GUI,使水质评价和预测流程化,能极大的为水环境基础研究提供便利。