基于改进型灰色神经网络组合模型的空气质量预测

基于空气质量数据不足及波动较大的情况,将灰色GM（1,1）模型与人工神经网络模型组合并改进,建立改进型灰色神经网络组合模型。利用天津市2001—2008年PM10、SO2和NO2年均值作为原始数据预测2009—2010年PM10、SO2和NO2的浓度以进行模型精度检验,最后利用该模型预测2011—2015年天津市空气质量状况。结果表明,与灰色GM（1,1）模型、传统灰色神经网络组合模型相比,所建立的改进型灰色神经网络组合模型相对模拟误差小,预测结果更为可靠,可以用于空气质量预测。     

模糊神经网络控制在污水处理中的应用研究

对模糊神经网络（FNN）技术应用于污水处理进行了研究，提出了一个具有五层的模糊神经网络控制器，仿真实验表明，该控制系统具有很强的鲁棒性与容错性。该控制器能够自动调整隶属度函数、动态优化控制规则，将其应用于溶解氧控制和出水水质预测，结果表明可以快速、有效地使溶解氧浓度达到期望值，实际出水水质预测结果也具有很好的收敛性和预测精度。     

基于奇异谱分析—遗传算法反向传播神经网络模型的湘江新港断面水质预测

运用奇异谱分析(SSA)对湘江新港断面557周的pH、DO、高锰酸盐指数和氨氮数据进行了预处理,再运用遗传算法优化反向传播神经网络模型进行拟合与预测。结果表明:SSA有较好的降噪能力,遗传算法反向传播(GABP)神经网络模型相比BP神经网络模型均方根误差(RMSE)平均缩小了6.96%,具有良好的预测精度;预测期内新港断面的pH、DO、高锰酸盐指数、氨氮均能满足《地表水环境质量标准》(GB 3838—2002)Ⅲ类标准,但氨氮在预测期内呈上升趋势,需警惕氨氮浓度过高引发的水污染问题。     

模糊神经网络控制在污水处理中的应用研究

对模糊神经网络(FNN)技术应用于污水处理进行了研究,提出了一个具有五层的模糊神经网络控制器,仿真实验表明,该控制系统具有很强的鲁棒性与容错性.该控制器能够自动调整隶属度函数、动态优化控制规则,将其应用于溶解氧控制和出水水质预测,结果表明可以快速、有效地使溶解氧浓度达到期望值,实际出水水质预测结果也具有很好的收敛性和预测精度.     

基于小波变换的ARIMA模型在水质预测中的应用研究

近年来,黑龙江黑河流域的水质状况逐年恶化,而溶解氧（DO）是研究水体自净能力和污染程度的一个重要指标。通过收集该地区2010年48周的DO浓度数据,经由小波变换对数据进行高频和低频的分离,再分别建立ARIMA模型,由此预测未来5期的DO浓度值的变化。结果表明,该模型较好地反映了DO浓度值的变化趋势,预测精度更高,同时,反映出DO浓度值随季节的变化规律,以期为该地区的水质分析预测和水体保护工作提供参考。     

基于灰色马尔可夫模型的城市污水量预测

城市污水量是进行排水工程设计的基础数据,灰色系统理论在预测城市污水排放量中有着广泛的应用.基于2001-2009年天津市城市污水排放量数据,建立灰色模型对2010-2015年生活污水排放量和工业废水排放量进行预测;由于工业废水排水量数据波动较大,灰色预测结果不准确,采用马尔可夫模型对灰色预测结果进行修正.结果表明,灰色马尔可夫模型预测准确性高;预计2015年,生活污水排放量为65120.57万t,工业废水排放量为19339.39万t;随着时间的推移,天津市生活污水排放量在城市污水排放总量中的百分比越来越大.     

模糊综合评价在天然水体水质评价中的应用研究

采用模糊数学方法,对河网地区面源污染影响较大的代表性河流的水质状况进行综合评价研究。根据监测断面水质污染特点,确定了8个指标作为评价因子,建立了评价因素矩阵,计算出影响因子的权重。在此基础上,提出了模糊综合评价的水质级别,证明该河网地区的污染物主要是氮、磷和有机物。     

基于集对分析的降水酸度及水质相似预测模型研究

应用集对分析法刻画历史样本之间的相似性,用多个最相似的历史样本的加权平均值作为当前样本预测值,建立了基于集对分析的降水酸度及水质相似预测模型(SFM-SPA),并运用该模型进行了降水酸度及水质预测的实例验证。结果表明,在主要影响因子选择适当、历史样本的代表性和相似性较好等限定条件下,利用模型进行环境预测是可行的,它较直观、计算简便,为环境污染预测提供了新的途径。     

一维有限段模型在小清河河口水质预测中的应用

本文建立了小清河-维河口有限段水质模型,并运用该水质模型预测了拟建的东营乙烯工程对小清河感潮段的水质影响,所获得的预测结论为有关部门确定东营乙烯工程废水的排污去向提供了重要的科学依据。     

模糊综合评价在天然水体水质评价中的应用研究

采用模糊数学方法，对河网地区面源污染影响较大的代表性河流的水质状况进行综合评价研究。根据监测断面水质污染特点，确定了8个指标作为评价因子，建立了评价因素矩阵，计算出影响因子的权重。在此基础上，提出了模糊综合评价的水质级别，证明该河网地区的污染物主要是氮、磷和有机物。     

基于不同水厂水质调查的消毒副产物生成趋势及模型预测

以南方某市具有代表性的7个自来水厂为研究对象,对不同季节和不同处理工艺下的原水、出厂水和管网水的9个常规水质参数和2类含碳消毒副产物进行了检测,考察了水质指标随季节的变化规律和处理工艺对不同水质指标的影响,分析了常规水质参数与消毒副产物生成量之间的关系。结果表明：7个自来水厂出厂水均检出三卤甲烷(trihalomethanes,THMs)和卤乙酸(haloacetic acids,HAAs);THMs平均质量浓度为8.70~29.35 μg·L⁻¹,HAAs平均质量浓度为13.22~39.06 μg·L⁻¹;管网水中2类消毒副产物浓度水平较出厂水略有增加;THMs的季节变化规律为冬季>春季≈秋季>夏季,HAAs的季节变化性不强。利用IBM SPSS Statistics 20进行了Spearman秩相关系数分析,并分别以原水和出厂水水质参数来建立出厂水THMs或HAAs生成量的回归方程。结果表明：THMs质量浓度预测效果良好,可用于自来水厂水质的化学安全性预警;但对于HAAs质量浓度预测,无论采用原水还是出厂水水质参数所建立的预测方程,预测结果均不理想。     

基于IGA-BP网络的水质预测方法

针对水质预测中传统BP神经网络模型收敛速度慢,对隐层结点选取缺乏有效的手段等问题,引入了遗传算法优化BP网络的结构和隐层神经元阈值和连接权值,通过设计灵活的实数编码方案和新型交叉算子等,对实数编码遗传算法进行改进,在此基础上,提出了一种基于改进的实数编码遗传算法优化BP神经网络(IGA-BP)的水质预测新模型,并以安徽蚌埠蚌埠闸逐周水质监测的PH值数据为例,进行水质预测,通过与传统的GA-BP神经网络以及BP神经网络的水质预测模型对比,结果表明,这种预测方法训练的BP神经网络收敛速度快,样本逼近精度高且泛化能力强。     

城市内河综合水质对再生水补水的响应

为解析再生水补水对城市内河水质的影响,以合肥市塘西河为例,采用一维水动力水质模型,结合模糊模式识别方法,研究再生水补水位置、水质和补水量对塘西河水质的影响。模拟结果表明：再生水补水改变了河流水动力特征、污染物负荷及其扩散降解过程,影响河流水质空间分布,且对补给点附近的河流水质影响最为显著;通过模糊模式识别分析发现,补给点越靠近上游对河流水质的改善作用越大,提高补水水质或增大补水水量均可进一步改善河流水质。     

基于分段线性表示k最近邻的水质预测方法

随着自动监测、网络通讯等技术的迅速发展,水质数据采集方式从原来的人工采集发展到现在的自动采集,技术上得到很大的进步,同时获得的水质数据也急剧增加。因此面对大量的水质数据,迫切需要一种能够处理大规模水质数据的预测方法。针对这一问题,基于k最近邻算法和分段线性表示算法,提出了分段线性表示k最近邻算法用于水质预测。为了验证所提出算法的有效性,利用该算法对2个水库进行水质浑浊度预测实验。实验结果表明,分段线性表示k最近邻算法处理大规模水质数据时可以有效减少计算量和运行时间,且预测效果令人满意。     

小型景观湖水质模拟及应用研究

由于小型景观水体的体量和再生水补水措施的施行,其水质随环境和入水水质的变化和富营养化过程较大型水体快。由EFDC模型和WASP模型耦合建立小型浅水景观湖生态动力学模型,用实测水质数据进行参数率定与验证,可实现小型景观水体水质变化趋势的模拟,为水质管理提供决策支持。在此基础上,对民主湖在几种水质保障方案下1年的水质变化进行了模拟预测和对比,结果表明,作为富营养化程度表征的叶绿素a在空间和时间分布上均存在一定的规律性,夏季由于温度升高,叶绿素a浓度较高,说明藻类等浮游植物迅速增殖,是水质恶化水华暴发的高发期,而采取加大湖水水力循环和改善入口水质的控制方案,可使水质得到良好保障。     

简化一维水质模型在突发水污染事故模拟预测中的应用

传统水质模拟预测模型对突发水污染事故事发地的水文、水下地形等资料要求较高,在缺乏相应资料时会影响对水污染事故的可靠预测和预警。为解决问题,亟需建立在应急条件下能快速预测预警的简化水质模型。以传统一维水质模型为基础,通过人工测量河流沿程流速,自动插值获得流场以替代模型中对流场的求解,再求解一维对流扩散方程,以此获得简化的一维水质模拟预测模型。模拟计算结果表明,相对于传统水质模型,简化后一维水质预警模型可快速准确地预测突发水污染事故后污染态势。