论文部分内容阅读
生态兴,则文明兴;生态亡,则文明亡。生态文明建设是当前“五位一体”总体布局统筹推进,“四个全面”战略布局协调推进的重要组成部分之一。作为生态系统中重要的组成部分,水资源的污染防治工作得到政府及社会各界的广泛关注。随着水下无线传感器网络技术逐渐成熟,自动化的水质监测系统成为水质安全监测的有效手段之一。本文基于前期研发的水下移动机器仿生鱼系统,首先针对复杂的水下环境,研究并建立了污染物扩散模型。然后根据该模型,提出了一种有效的污染源定位算法。进一步,通过对水质数据的预处理,提出了一种水污染预测改进算法,对污染源进行水质追踪。论文主要工作如下:1)建立了一般多模态水体污染源扩散模型。在研究了不同场景下的污染物扩散情况后,综合考虑了水流动力、扩散系数以及降解系数等因素,提出一般多模态污染源扩散基本模型。针对机器仿生鱼应用场景的多变性,引入边界衰减系数,实现多种边界场景下边界条件的描述,并通过像源法进行求解。在仿真实验中,验证了各项参数对污染源扩散建模的影响。2)提出一种基于机器仿生鱼的污染源探查定位算法。针对当前污染源定位算法过分侧重于路径规划的情况,算法以污染物浓度为优化目标,引入所提一般多模态水体污染源扩散模型。根据扩散模型优化了信息素更新策略,并加入了精英蚂蚁策略;进一步,引入全局最优位置与局部最优位置优化下一跳节点选择策略,通过节点转移概率判断节点是否需要调整步长。最后通过仿真实验,分析参数影响,验证了算法的有效性与可靠性。3)提出一种基于支持向量机的水质预测改进算法。对于机器仿生鱼所检测到的污染源位置,算法通过对采集的数据进行分析,预测水质变化,实现污染源水质实时监控。首先对于机器仿生鱼所检测到的水质数据进行了预处理。并采用K-近邻算法将数据分为污染水质与正常水质进行预测。对于所提出的回归预测模型,通过k折交叉验证算法选取最优化参数。然后通过训练样本得到水质预测模型,并在测试集中进行了测试。在仿真实验中根据评价指标对预测结果进行了评价。