基于鲸鱼优化算法与投影寻踪耦合的云南省初始水权分配

论文基于公平性、效率性和可持续性原则,选取水资源开发用率等17个分水指标建立云南省初始水权分配指标体系,运用投影寻踪（Projection Pursuit, PP）技术确定云南省各州市初始水权分配水量。针对PP技术最佳投影方向难以确定的不足,利用一种新型群智能算法——鲸鱼优化算法（Whale Optimization Algorithm, WOA）寻优PP模型最佳投影方向,构建WOA-PP耦合的初始水权分配模型。通过6个典型测试函数对WOA进行仿真验证,仿真结果与文化算法（Cultural Algorithm, CA）、差分进化（Differential Evolution, DE）算法、混合蛙跳算法（Shuffled Frog Leaping Algorithm, SFLA）、布谷鸟搜索（Cuckoo Search, CS）算法、粒子群优化（Particle Swarm Optimization, PSO）算法和人工蜂群（Artificial Bee Colony, ABC）算法的寻优结果进行比较。结果表明：1）无论是单峰还是多峰函数,WOA能够探索不同的搜索空间,具有良好的开发和勘探能力,对Sphere等6个函数的寻优精度高于CA、DE、SFLA、CS、PSO和ABC算法,表现出较好的寻优精度、收敛速度、全局寻优能力与收敛稳定性。2）从WOA-PP模型初始水权分配结果及目前实行的综合法水量分配结果对比来看,2015年昭通、丽江、临沧、红河、文山、怒江两种方法的分配结果相差最小,在0.11亿~0.41亿m³之间;玉溪、普洱、大理、德宏和迪庆两种方法的分配结果相差最大,在2.06亿~4.38亿m³之间;其余州市两种方法的分配结果在1.12亿~1.61亿m³之间。2020年保山、昭通、丽江、临沧、红河、文山、怒江两种方法的分配结果相差最小,在0.02亿~0.41亿m³之间;昆明、玉溪和德宏两种方法的分配结果相差最大,分别为5.89亿、5.66亿和3.54亿m³;其余州市两种方法的分配结果在1.89亿~2.85亿m³之间。3）论文提出的初始水权分配模型及方法具有一定的可操作性和有效性,可为区域初始水权分配提供新的思路和方法。     

大气污染物浓度的投影寻踪自回归预测

环境污染预测是环境科学研究的重要课题之一。线性回归预测，时序预测和灰色ＧＭ预测是常用的大气污染预测方法，但始终未有摆脱“假定－模拟－预报”的模式束缚，难以适应非正态，非线性分布的客观内在规律，投影寻踪高新技术，对数据结构或特征不作任何假定，而是通过直接审视和分析数据，应用计算机软件程序设计，为时序分析开辟了一条“审视数据－模拟－预报”的数据分析新途径，该文采用投影寻踪自回归新技术，建立了大气污染物     

投影寻踪新算法在水质评价模型中的应用

用实数编码的遗传算法给出了一种投影寻踪方法中投影方向优化的新途径．在一个简单投影指标下,用新的优化途径建立了多元数据分类模型,并将其用于多指标的标准水质分类．两个实例样本水质评判结果表明,用投影寻踪新算法可以揭示高维数据的结构特征,所建立的分类与综合评价模型不仅有效,而且结果简单、直观和易于理解．     

投影寻踪回归技术在环境污染预测中的应用

环境污染预测中常用的统计预测法基于“假定—模拟—预测”这样一种证实性数据分析思维模式,难以适应非线性、非正态分布数据分析。投影寻踪技术采用“审视数据—模拟—预测”这样一条探索性数据分析新途径,可以用来解决一定程度上的非线性、非正态的问题。应用投影寻踪回归新技术,建立了大气污染物SO₂浓度分类预测模型,其预测建模样本的拟合合格率为84.7％,预留预测检验样本预测合格率75％。     

规范变换与误差修正结合的环境系统的前向网络和投影寻踪预测模型

为了建立适用于环境系统的结构简洁、形式统一、程序规范、应用普适的神经网络和投影寻踪回归预测模型,针对传统的神经网络和投影寻踪回归用于多因子、大样本预测建模,存在模型结构复杂、学习效率低的局限,提出设置环境系统预测量及其影响因子参照值和规范变换式的原则和方法,使规范变换后的影响因子皆"等效"于同一个规范影响因子,从而将多因子的的预测建模简化为等效规范因子的预测建模,使模型结构得到极大地简化,提高了学习效率;此外,为了提高预测模型的预测精度,还提出了对预测样本的模型输出值的误差修正公式.在对环境系统的预测量及其影响因子进行规范变换的基础上,将m个规范影响因子的每个建模样本组成m个"等效"训练样本,应用免疫进化算法优化模型参数,分别建立适用于环境系统的2个或3个规范影响因子的前向神经网络和投影寻踪回归两类预测模型;并依据误差理论,对误差修正公式修正后的模型预测精度的提高进行了严格的数学论证.将基于规范变换与相似样本误差修正相结合的两类预测模型,用于某市5个点位的SO_2浓度预测,并与6种传统预测模型和方法的预测结果进行了比较.结果表明:对同一个预测样本,同类模型的两种不同结构的的预测值及其相对误差都几乎完全相同或彼此相差甚小;此外,两种不同结构的两类预测模型用于5个样本预测,其相对误差绝对值的平均值分别为2.59%、2.67%;2.18%、2.62%,均远小于传统BP神经网络模型的25.72%、传统PPR模型的14.20%、传统SVR模型的22.13%、模糊识别模型的21.57%、组合算子模型的18.36%和多元回归模型的25.31%;而两类模型预测的最大的相对误差绝对值分别为4.11%和3.57%,更加远远小于传统的6种预测模型的37.18%、56.07%、27.40%、32.14%、38.38%和60.26%.实例分析结果证实了误差修正公式对提高模型预测精度具有切实可行性.基于规范变换与误差修正相结合的前向神经网络和投影寻踪回归两类预测模型不仅避免了"维数灾难",提高了学习效率和模型的预测精确度,而且具有简洁、普适、规范、统一和稳定的特点,对其他预测建模也有借鉴作用.     

气溶胶等效复折射率反演的免疫进化算法

通过Mie散射理论公式构建目标函数,利用免疫进化算法对气溶胶等效复折射率的实部和虚部进行协同优化,据此创新性地提出了气溶胶等效复折射率反演的新途径.基于成都市2017年9~12月逐时的气溶胶散射系数和吸收系数观测数据以及该时段同时次GRIMM180大气颗粒物监测仪的连续监测资料,研究结果表明,气溶胶等效复折射率反演的免疫进化算法不仅是普适的,而且还具有收敛速度快、计算稳定和求解精度高等特点.通过与其它气溶胶等效复折射率反演方法的对比分析,进一步论证了新方法的优势,这为气溶胶等效复折射率演变机理以及气溶胶吸湿性增长模型的后续研究提供了算法保障.     

蚁群投影寻踪回归在湖泊水质富营养化评价中的应用

根据湖泊富营养化特性,选择总磷(TP)、总氮(TN)、耗氧量(CODMn)、透明度(SD)、生物量等5个评价指标作为评价因子,建立湖泊富营养化评价的投影寻踪分析模型,采用蚁群算法对评价模型进行优化,并将该模型应用于我国8个湖泊富营养化程度的评价。研究表明:投影寻踪回归分析法,避免了传统评价方法由于主观原因造成的误差,评价结果合理可信、方法简单,为湖泊水体营养化状态的评价提供了新途径。     

用投影寻踪回归进行大气颗粒物的污染源解析

 应用投影寻踪回归技术（PPR）对大气颗粒物的污染源成分谱和大气采集样本中的元素测试数据进行分析，得到大气颗粒物的污染源的权重贡献率的一种原解析新方法该方法应用于上海大气颗粒物的污染源的解析,结果表明，影响上海市大气颗粒物的主要污染源是建筑尘、土壤尘、燃煤尘和冶金尘它们的平均贡献率之和十占全部尘源的85%以上     

水质综合评价的遗传投影寻踪插值模型

为解决各单项水质评价指标评价结果的不相容问题 ,提高水质综合评价各层次的分辩力和评价模型的精度 ,本研究采用大样本数据 ,利用投影寻踪、遗传算法、插值型曲线和水质评价标准 ,为水质综合评价建立了一种新的数学模型———遗传投影寻踪插值模型 (GPPIM)。实例研究表明 ,GPPIM建模方法直观、可靠、精度高 ,既具有较强的分类功能 ,又具有较好的排序功能 ,可广泛应用于各种环境质量的综合评价。     

基于投影寻踪的资源环境综合绩效评估方法研究

资源环境综合绩效评估是建设节约型社会的一项基础工作.在传统的资源环境综合绩效指数中,各种资源消耗和污染物排放绩效的权重相等,导致综合评价结果的合理性受到影响.针对该问题,通过构建投影指标函数和采用遗传算法对投影方向进行优化,提出了基于投影寻踪的资源环境综合绩效评估方法,并应用于2007年中国各省、直辖市和自治区的资源环境绩效评估.研究结果表明,中国资源环境绩效水平空间差异明显,呈现东部高西部低的特征,因此必须合理调整西部地区的经济结构,提高资源利用效率和加强环境保护,实现可持续发展.该方法的权重取值较为客观和科学,评估结果合理,值得推广应用.     

投影寻踪模型在水环境质量评价中的应用

介绍了投影寻踪模型的基本原理，总结了投影寻踪模型在水质评价、水资源承载力评价、水资源可持续利用评价及地下水脆弱性评价等领域的应用研究现状，探讨了投影寻踪模型在水环境质量评价领域的研究方向。     

污染物浓度预测的PPR模型

采用投影寻踪回归技术的审视数据－模拟－预测新思路,对环境监测数据进行探索性分析,建立了污染物浓度预测的ＰＰＲ模型,该模型用于水污染物ＢＯＤ和ＤＯ浓度预测结果,共建模样本拟合格率为１００％,预测检验样本预测合格率达８３．３％。     

PMA-PP分析模型在内河水质科学评价中的应用

针对目前我国城市内河普遍遭到污染的问题,在分析影响内河水质因素的基础上,选取BOD5(五日生化需氧量)、CODcr(化学需氧量)、石油类、挥发酚、NH3-N(氨氮)、总磷等6个主要因素作为评价因子,建立了城市内河水质评价的投影寻踪分析模型,采用人口迁移算法对评价模型进行优化,并将该模型应用于南宁市10条内河水质的评价与排序。研究表明,用投影寻踪回归分析法进行水质评价,避免了传统评价方法由于主观原因造成的误差,评价结果合理可信、方法简单,为我国城市内河水质的评价提供了新途径。     

PPAR(K)技术在NO_x浓度预测中的应用

应用投影寻踪自回归技术,建立了大气污染物浓度预测的PPAR(K)模型?该模型用于某市NOx浓度季节均值的预测效果较好?      

系统动力学模型在青白江区需水预测中的应用

随着城市化进程的加快,水资源供需不平衡成为影响地区经济发展的"瓶颈"。科学的需水预测是规划区域未来发展的重要条件之一。基于系统动力学模型的需水预测将复杂的社会用水系统分解成多个子系统,可以清晰地展示出各用水子系统的需水动态过程,得到较精确的需水预测结果。以成都青白江区为例,结合区域用水结构和产业结构,介绍了系统动力学模型用作需水预测时的建模流程。通过青白江区的用水现状和参数敏感性分析结果,设计出现状发展方案、农业节水方案、工业改良方案和综合发展方案4种需水方案。通过对4种方案模拟结果的对比分析,并考虑"三条红线"指标,选择综合发展方案作为青白江区未来需水预测的最佳方案。模拟结果为:青白江区2020年、2025年的总需水量分别为3.95亿m~3、3.99亿m~3。通过合理性分析验证模拟结果的可靠性,并提出了保障方案实施的建议措施,以期为青白江区未来的水资源规划提供依据。     

龙江流域环境需水量预测与生态补水研究

以福建省龙江流域为研究对象,在流域污染源调查和控制基础上,应用一维水质预测模型计算龙江流域维持河流水环境质量的环境需水量,分析流域污染负荷与环境需水量之间的敏感关系.龙江流域污染物排放与环境需水量之间呈线性关系.证明了龙江流域环境需水量的科学性和准确性,对指导东南沿海重污染山溪性河流水污染控制和水资源分配具有良好的借鉴作用.     

应用GM(1,1)模型预测阿什河水质变化趋势

GM(1,1)模型在水质预测中得到了较为广泛的运用。本文应用GM(1,1)模型对阿什河入松花江口内断面中高锰酸盐指数和氨氮两项指标的浓度变化趋势进行了预测,结果表明:高锰酸盐指数浓度呈上升趋势,氨氮浓度呈下降趋势。对比灰色动态模型群和子模型的预测结果精度,发现对于两极分化的数据,模型群预测结果的关联度低于子模型。本文将为制定阿什河水质改善方案提供科学依据。     

基于指数平滑技术的水体污染灰色预测模型及应用

文章在分析传统灰色GM（1,1）预测模型所存在的缺陷基础上提出采用指教平滑技术和灰色理论相结合的方法构建一新的ES—GM（1,1）预测模型。新的预测模型通过指数平滑技术和二次累加生成技术将原始的水质污染监测数据进行处理挖掘数据序列潜在的规律性,以2001年到2007年长江南京段水质主要污染监测数据作为实例和传统预测模型进行对比分析计算,结果证明新ES—GM（1,1）的预测模型精度大大提高。长江南京段水质污染预测计算结果表明如果不采取有效的污染预防和控制措施,到2012年COD蜊和BOD5年平均浓度值将分别上升到1．791mg/L和2043mg／L。