基于PCA-BP神經(jīng)網(wǎng)絡的水質(zhì)評價方法研究.pdf

1、廣西大掌碩士掌位論文基于PCABP神經(jīng)網(wǎng)絡的水質(zhì)評價方法研究分類號UDC碩士學位論文密級編號基于PCA—BP神經(jīng)網(wǎng)絡的水質(zhì)評價方學法研究指導教攤衍溺期：居新委員幺崤抵吁闡人▲yl『▲廠一l廣西大礱瞻炙士掌位論文基于PCA—BP神經(jīng)網(wǎng)絡的水質(zhì)評價勇哼表研究基于PCA_BP神經(jīng)網(wǎng)絡的水質(zhì)評價方法研究摘要目前BP神經(jīng)網(wǎng)絡應用在水質(zhì)評價上主要有2個難題：l，訓練樣本不足，僅有水質(zhì)標準中的5組臨界值數(shù)據(jù)不足以滿足BP神經(jīng)網(wǎng)絡的建模條件；2，沒有驗

2、證樣本，難以判定己得網(wǎng)絡是合適的?？梢夿P神經(jīng)網(wǎng)絡應用于污染特征復雜的流域水質(zhì)評價上的主要問題是污染特征指標變量過多而相對的學習樣本過少，同時沒有檢驗樣本，而導致網(wǎng)絡可泛性差。針對以上問題，本文利用污染分擔率算法，對水質(zhì)指標進行篩選，剔除對流域水質(zhì)污染影響較小的指標，篩選出評價指標；利用主成份分析方法(PCA)對評價指標實測數(shù)據(jù)進行特征分析，獲取主成份及其對應的評價指標荷載，然后對5組水質(zhì)標準臨界值進行轉(zhuǎn)化，獲取符合該流域特征的標準主成

3、份數(shù)據(jù)，達到了指標縮減的目的；以標準主成份數(shù)據(jù)作為訓練樣本，在訓練過程中確定網(wǎng)絡結構及訓練參數(shù)，依據(jù)專業(yè)知識確定驗證條件對網(wǎng)絡進行驗證，最終選擇出適用模型。本文選取國內(nèi)某流域作為案例進行分析，該流域指標數(shù)據(jù)等級為I類的數(shù)據(jù)最多，V類、劣V類水質(zhì)數(shù)據(jù)占總數(shù)的比例最少；而依據(jù)單因子評價法，I類的斷面為0個，V類、劣V類的斷面最多，顯然依據(jù)此法來總體評價該流域水質(zhì)有失偏頗；利用本文所述的PCA—BP神經(jīng)網(wǎng)絡法，I類的斷面最多，V類、劣V類斷面