基于ANFIS模型的水质COD预测研究

《基于ANFIS模型的水质COD预测研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、Ｘ８３２分类号＿＿＿＿＿密级公开ＵＤＣ６２８全日制硕士专业学位研究生学位论文基于ＡＮＦＩＳ模型的水质ＣＯＤ预测研究作者姓名：连亮亮指导教师：李光辉教授专业学位名称：农业推广硕士领域名称：农业信息化研究方向：水环境质量预测所在学院：信息工程学院论文提交日期：２０１７年１１月６号浙江农林大学２０１７年１月ZhejiangAgriculture&ForestryUniversityMasterDegreeThesisWaterCODPredictionbasedonANFISModelCandidate:LIANLia

2、ng-liangSupervisor:LIGuang-hui,ProfessorSpecialty:AgriculturalInformatizationDateofSubmission:Nov.6,2017ZhejiangA&FUniversityLin’an,Zhejiangprovince,P.R.ChinaNovember,2017II摘要水是一切有机体的重要组成部分，随着社会和生产的发展，地球上可利用的水资源日趋短缺。因此，探究水环境的质量安全就显得尤为重要。化学需氧量（ChemicalOxygenDemand简称COD）是在一定的条件下，采用一定的强氧

3、化剂处理水样时，所消耗的氧化剂量。它是表示水中还原性物质多少的一个指标，化学需氧量越大，说明水体受有机物的污染越严重。本文以浙江省6个地区的河流、水库为研究区域，确定PH、溶解氧（DO）、氨氮（NH3-N）和总磷（TP）4个水质指标为输入参数，以COD指标作为输出参数，每个研究区域采集600组数据作为实验数据。利用两种常用的神经网络模型进行预测分析，即误差反向传播（BackPropagation简称BP）网络模型和径向基函数（RadialBasisFunction简称RBF）网络模型，并指出各自的优缺点。由于人工网络的缺点，利用模糊推理系统与人工神经网络的相结合建

4、立自适应神经模糊推理系统预测模型。建立三种网络的预测模型后，将各监测点训练数据输入其中进行训练学习。BP网络、RBF网络和ANFIS预测模型训练完成后，将各监测点测试数据输入三种预测模型中从而得出三种预测模型针对水域中COD含量预测的性能。最后通过比较各平均相对误差、均方误差及均方根误差来判别三种预测模型的优劣性，借以判断ANFIS模型是否具有良好的预测性和泛化性。实验结果表明，ANFIS预测模型的平均相对误差相较于传统人工神经网络模型减小了5%，且预测数据离散度较低，更接近于实际值。从泛化性能来看，ANFIS预测模型具有良好的泛化性，针对不同地点的水体都能简单、

5、快捷及准确的预测水体中COD含量。关键词：自适应神经模糊推理系统;人工神经网络;化学需氧量;水质.ⅡIIABSTRACTWaterisanimportantcomponentofallorganisms,andwiththedevelopmentofsocietyandproduction,wateravailableonearthisrunningshort.Therefore,itisespeciallyimportanttoexplorethequalityandsafetyofwaterenvironment.ChemicalOxygenDemand(CO

6、D)isusedtotreatwatersampleswithacertainamountofstrongoxidantundercertainconditions.Itisanindicatoroftheamountofthereducingsubstanceinwater.Thegreaterthechemicaloxygendemand,themoreseriousthepollutionoforganicmatter.Inthispaper,theresearchareaofsixriversandreservoirsinzhejiangprovincei

7、susedtodeterminethePH,dissolvedoxygen(DO),ammonianitrogen(nh3-n)andtotalphosphorus(TP).4waterqualityindexesareinputparameters,andtheCODindexisusedastheoutputparameter.Ineachstudyarea,600setsofdataarecollectedasexperimentaldata.Twocommonlyusedneuralnetworkmodelsareusedtopredictandanaly

8、ze,na