首页 | 本学科首页   官方微博 | 高级检索  
     

城市生活污水排放量的影响因子分析及关联性研究
引用本文:曹连海,宋刚福,陈南祥. 城市生活污水排放量的影响因子分析及关联性研究[J]. 环境科学与技术, 2009, 32(1)
作者姓名:曹连海  宋刚福  陈南祥
作者单位:华北水利水电学院资源与环境学院,河南,郑州,450011;华北水利水电学院资源与环境学院,河南,郑州,450011;华北水利水电学院资源与环境学院,河南,郑州,450011
基金项目:国家自然科学基金,河南省高校杰出科研创新人才工程项目,华北水利水电学院校科研和教改项目 
摘    要:生活污水排放系统复杂、影响因素多种多样,从其内涵出发,分析主要影响因子,共选择3大类14个影响因子,它们之间存在着严重相关性问题,为了解决多重相关性问题,引入偏最小二乘回归方法,该方法可以有效克服多重相关性,并能够实现多种数据分析方法的综合应用;而人工神经网络具有学习和记忆能力,将二者相关联,可以较好地解决非线性问题。为检验影响因子选择的合理性和方法的适用性,以郑州市为例,对生活污水排放量和影响因子进行定量分析。结果表明,主要影响因子的选择合理,拟合和预测精度均较好。

关 键 词:城市生活污水排放量  影响因子  关联性研究  偏最小二乘回归  神经网络

Factor Analysis of Domestic Wastewater Discharge and Correlation Study
CAO Lian-hai,SONG Gang-fu,CHEN Nan-xiang. Factor Analysis of Domestic Wastewater Discharge and Correlation Study[J]. Environmental Science and Technology, 2009, 32(1)
Authors:CAO Lian-hai  SONG Gang-fu  CHEN Nan-xiang
Affiliation:School of Resource and Environment Science;North China Institute of Water Conservancy and Hydroelectric Power;Zhengzhou 450011;China
Abstract:Major affecting factors in domestic wastewater discharge system were analyzed.Partial least squares regression(PLS)capable of multi-data analysis combined with neural network which has ability of self adaptive learning and remembering were used to analyze nonlinearity of domestic wastewater discharge system.To check the rationality of the selected factors and applicability of the method,domestic wastewater discharge and affecting factors were quantitatively analyzed with a case study in Zhengzhou,Henan Prov...
Keywords:domestic wastewater discharge  factor  correlation study  partial least squares regression(PLS)  neural network
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号