基于多神經(jīng)網(wǎng)絡(luò)的淠河水質(zhì)預(yù)測(cè)研究.pdf

1、六安市經(jīng)濟(jì)的高速發(fā)展和人口的不斷增加，大量的工業(yè)廢水和生活污水直接排入淠河中，使得淠河的水體污染日益嚴(yán)重，水體質(zhì)量明顯下降。水環(huán)境污染的日益加劇已經(jīng)嚴(yán)重制約了六安市的社會(huì)經(jīng)濟(jì)發(fā)展，危害了六安市生態(tài)環(huán)境，直接影響到全市人民生活和身體健康。近幾年，政府對(duì)淠河治理的投入不斷加大，關(guān)閉了一些污染嚴(yán)重的中小型企業(yè)，使得淠河的水質(zhì)狀況得到明顯的改善。
　　 為了更好地對(duì)淠河的水質(zhì)狀況進(jìn)行檢測(cè)，現(xiàn)在的水質(zhì)預(yù)測(cè)模型很多，但這些模型的預(yù)測(cè)效果不盡

2、人意。因此本文在神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的基礎(chǔ)上，結(jié)合多種神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)，組成一個(gè)多神經(jīng)網(wǎng)絡(luò)水質(zhì)預(yù)測(cè)模型；并把該模型應(yīng)用到淠河的水質(zhì)預(yù)測(cè)中，通過該水質(zhì)預(yù)測(cè)模型的預(yù)測(cè)，可以為六安市政府對(duì)淠河周圍的生態(tài)環(huán)境建設(shè)的決策提供有利依據(jù)和理論支持。
　　 本文的研究成果主要體現(xiàn)在以下兩方面：
　　 首先，本文研究了淠河的水質(zhì)特點(diǎn)和影響淠河水質(zhì)的主要因素，并利用多種神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的特點(diǎn)，找出了各個(gè)預(yù)測(cè)模型的優(yōu)點(diǎn)和缺點(diǎn)，最后決定采用Elman

3、神經(jīng)網(wǎng)絡(luò)，RBF神經(jīng)網(wǎng)絡(luò)，BP神經(jīng)網(wǎng)絡(luò)這三種神經(jīng)網(wǎng)絡(luò)。利用Elman神經(jīng)網(wǎng)絡(luò)，RBF神經(jīng)網(wǎng)絡(luò)，BP神經(jīng)網(wǎng)絡(luò)，把這三種神經(jīng)網(wǎng)絡(luò)有機(jī)地結(jié)合起來，建立了一個(gè)新的多神經(jīng)網(wǎng)絡(luò)水質(zhì)預(yù)測(cè)模型。
　　 第二，通過調(diào)研，收集到淠河水質(zhì)的各項(xiàng)指標(biāo)數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行有效分析，選定了影響淠河水質(zhì)的最主要的4個(gè)水質(zhì)參數(shù)(PH值、溶解氧(DO)、化學(xué)耗氧量(COD)、氨氮)作為研究對(duì)象。然后，對(duì)多神經(jīng)網(wǎng)絡(luò)水質(zhì)預(yù)測(cè)模型寫出了相關(guān)的預(yù)測(cè)算法，并對(duì)影響淠河水質(zhì)的四