基于人工智能對地表水的水質(zhì)預(yù)測與評價研究.pdf

1、現(xiàn)階段對水質(zhì)預(yù)測與評價的研究已有一定成果，具有代表性的單項預(yù)測與評價模型被廣泛應(yīng)用于實(shí)際。但是各種單項預(yù)測模型分別從不同角度對樣本水質(zhì)進(jìn)行分析，會造成某些重要信息的遺缺。此外，水環(huán)境系統(tǒng)是一個動態(tài)的復(fù)雜系統(tǒng)，其相關(guān)水質(zhì)參數(shù)一直處于動態(tài)變化之中。當(dāng)前的水質(zhì)預(yù)測與評價無法準(zhǔn)確的反映水質(zhì)的總體情況，故深入研究水質(zhì)預(yù)測與評價是十分必要與迫切的。
　　針對所研究背景環(huán)境的復(fù)雜性，為適應(yīng)水質(zhì)變化的動態(tài)特性，提高預(yù)測精度，結(jié)合人工智能算法在水質(zhì)

2、智能化建模方面的較好應(yīng)用，于是提出動態(tài)可修正灰色預(yù)測模型與動態(tài)時變指數(shù)平滑預(yù)測模型作為研究水質(zhì)的單項預(yù)測模型。并將這兩種預(yù)測模型進(jìn)行組合，建立基于單項預(yù)測模型預(yù)測有效度的組合預(yù)測模型。該組合模型可以充分利用各單項模型的優(yōu)勢，通過一個適當(dāng)?shù)臋?quán)重進(jìn)行組合，以單項模型的動態(tài)更新來適應(yīng)水質(zhì)動態(tài)變化的特點(diǎn)。為驗(yàn)證所建立模型的有效性，以吉林省某河段真實(shí)監(jiān)測的水質(zhì)數(shù)據(jù)為基礎(chǔ)，對溶解氧、高錳酸鹽指數(shù)、氨氮、總磷、總氮五項水質(zhì)參數(shù)進(jìn)行水質(zhì)預(yù)測。實(shí)驗(yàn)結(jié)果表