学位论文 > 优秀研究生学位论文题录展示

改进BP神经网络在水质评价中的应用研究

作　者: 李文娟
导　师: 张莲
学　校: 重庆理工大学
专　业: 测试计量技术及仪器
关键词: 水质评价 BP网络 遗传算法 LM算法 黄金分割算法
分类号: TP183
类　型: 硕士论文
年　份: 2011年
下　载: 173次
引　用: 5次
阅　读: 论文下载
 

内容摘要


水是万物生命之源,水环境管理的好坏直接影响到人类的生存与发展。而水环境质量评价是水环境管理所有工作的基础,传统的评价方法如单因子评价法和综合污染法,因其应用的局限性而备受质疑。因此,寻求一种客观、通用的水质评价方法显得尤为重要。近年来,BP神经网络在模式识别方面的突出表现为之带来了可能。将BP神经网络应用在水质评价中,可以克服传统评价方法的缺点,为各个河流水质类别的纵向对比提供了可能。但由于BP网络自身的缺陷与水质评价的特殊性,使得BP网络水质评价模型面临的两大问题——工作效率与识别精度问题,尚未得到很好的解决。本文围绕这两大问题进行了探索,对改进BP神经网络在水质评价中的应用进行了深入研究。本文的研究工作主要分为以下几个部分:(1)介绍了BP神经网络的基本理论知识,针对BP网络存在的三个缺陷以及其在水质评价中所遇到的问题,对现有的黄金分割算法进行了改进,将其用于寻找最优隐含层节点个数,达到了优化网络的目的。接着用LM算法对BP网络进行了改进,建立了基于LM-BP网络的水质评价模型,运用该模型对成都市新都区境内流域水质做出了评价,通过与综合污染指数法的评价结果比较,证明了该网络模型的可行性。(2)为了进一步增强网络的识别精度,将遗传算法与BP网络结合,运用遗传算法的全局寻优能力为BP网络寻找最优的权值与阈值,以此建立GA-BP网络水质评价模型。实验证明,该模型的网络性能(收敛速度与测试样本均方误差)均优于LM-BP网络模型。最后,利用GA-BP网络模型对同一实例进行检测,并分别与LM-BP网络评价模型及综合污染法的评价结果进行对比,证明了GA-BP网络水质评价模型更合理、实用。(3)为了探讨水质指标与类别之间蕴含的特殊关系,用线性插值取代随机插值生成样本,对已建立的GA-BP网络进行训练,通过实例检测结果对比,表明线性插值的评价结果不能反映水体污染的基本情况。由此证明了用随机插值生成训练样本最能体现水质指标与类别之间复杂的非线性关系。(4)以上研究表明,本文所建立的基于随机插值生成样本的GA-BP网络水质评价模型识别精度高,实用性和通用性强。最后,通过MATLAB R2009a实现了基于改进BP网络的水质评价模型人机交互界面(GUI),使BP网络水质评价模型从理论研究向实际应用又迈进了一步。

全文目录


摘要  4-5
Abstract  5-9
1 绪论  9-19
  1.1 课题研究的背景及意义  9-12
  1.2 国内外研究现状  12-17
    1.2.1 水环境质量综合评价研究现状  12-15
    1.2.2 BP 神经网络在水质评价中的研究现状  15-17
  1.3 本文研究的主要内容  17-19
2 BP 神经网络基本理论研究  19-29
  2.1 BP 神经网络的介绍  19-24
    2.1.1 BP 神经网络的结构  19-21
    2.1.2 BP 神经网络算法  21-24
  2.2 BP 算法的缺点及其在水质评价应用中的若干问题  24-25
  2.3 BP 算法的改进方法  25-27
  2.4 本章小结  27-29
3 基于 LM-BP 神经网络的水质评价模型  29-47
  3.1 水域概况及数据来源  29-30
  3.2 LM-BP 网络水质评价模型的建立  30-42
    3.2.1 LM 算法工作原理  30-33
    3.2.2 标准训练样本的生成  33-36
    3.2.3 LM-BP 网络拓扑结构的确定  36-42
  3.3 LM-BP 网络水质评价模型在实例中的应用  42-43
  3.4 与传统评价方法的比较分析  43-44
  3.5 本章小结  44-47
4 基于 GA-BP 网络水质评价模型的建立  47-57
  4.1 遗传算法与BP 神经网络结合的优点  47-49
  4.2 遗传算法优化BP 网络的工作原理  49-50
  4.3 遗传神经网络在水质评价中的应用  50-52
  4.4 遗传神经网络水质评价模型对实例的应用  52-53
  4.5 线性插值的探索  53-55
  4.6 本章小结  55-57
5 基于 BP 神经网络水质评价模型的 GUI 设计  57-65
  5.1 主界面的设计  57-58
  5.2 GA-BP 网络水质评价GUI 的应用  58-64
  5.3 本章小结  64-65
6 结论与展望  65-67
  6.1 主要工作总结  65-66
  6.2 未来工作展望  66-67
致谢  67-69
参考文献  69-74
个人简历、在学期间发表的学术论文及取得的研究成果  74

相似论文

  1. 天然气脱酸性气体过程中物性研究及数据处理,TE644
  2. 压气机优化平台建立与跨音速压气机气动优化设计,TH45
  3. 基于遗传算法的模糊层次综合评判在高职教学评价中的应用,G712
  4. 部队人员网上训练与考核系统的开发,TP311.52
  5. 基于并行算法的模糊综合评价模型的设计与应用,TP18
  6. 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
  7. 基于遗传算法的中短波磁天线的设计及实现,TN820
  8. 基于遗传算法的柑橘图像分割,TP391.41
  9. 基于混合自适应遗传算法的动态网格调度问题研究,TP393.09
  10. 基于遗传—牛顿算法的公交优化调度,TP18
  11. 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
  12. 基于云理论和蜜蜂进化型遗传算法的纹理合成研究,TP391.41
  13. 基于遗传算法和粗糙集的聚类算法研究,TP18
  14. 河网水环境预警技术体系研究,X853
  15. 新疆柴窝堡湖2005年-2009年水环境质量状况及变化趋势,X832
  16. 基于遗传算法的淠史杭灌区渠系配水优化编组模型的研究,S274
  17. 遗传算法在物流仓储优化中的应用研究,F259.2
  18. 基于遗传算法的矿山资源优化调度模型的研究,O224
  19. 磁流变阻尼器的力学特性及其在火炮反后坐中的应用研究,TB535.1
  20. 数字图像盲取证技术研究,TP391.41
  21. 模糊预测函数控制改进算法的研究及应用,TP273

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论 > 人工神经网络与计算
© 2012 www.xueweilunwen.com