水质预测理论模式研究进展与趋势分析

水质预测理论模式研究进展与趋势分析

ID:36514093

大小:233.78 KB

页数:5页

时间:2019-05-11

水质预测理论模式研究进展与趋势分析_第1页
水质预测理论模式研究进展与趋势分析_第2页
水质预测理论模式研究进展与趋势分析_第3页
水质预测理论模式研究进展与趋势分析_第4页
水质预测理论模式研究进展与趋势分析_第5页
资源描述:

《水质预测理论模式研究进展与趋势分析》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、第29卷第1期合肥工业大学学报(自然科学版)Vol.29No.12006年1月JOURNALOFHEFEIUNIVERSITYOFTECHNOLOGYJan.2006水质预测理论模式研究进展与趋势分析李如忠(合肥工业大学资源与环境工程学院,安徽合肥230009)摘要:文章根据水质预测模式所依据的理论基础不同,将现有水质预测模型归纳为数理统计预测法、灰色系统理论预测法、神经网络模型预测法、水质模拟模型预测法和基于混沌理论的水质预测法等5大类;并对水质预测模式的可能发展趋势作了简要分析与讨论。关键词:水质预测;理论模式;进展;趋势分析中图分类号:X824文献标

2、识码:A文章编号:100325060(2006)0120026205AdvanceandtrendanalysisoftheoreticalmethodologyforwaterqualityforecastLIRu2zhong(SchoolofResourcesandEnvironment,HefeiUniversityofTechnology,Hefei230009,China)Abstract:Accordingtothedifferenttheoriesonwhichwaterqualityforecastmodelsarebased,thethe

3、2oreticalmethodologyforpredictingthevariationtrendofwaterqualitycanbesummarizedinsuchkindsofstylesasfollows:theforecastmethodbasedonthemathematicalstatisticstheory,themeth2odbasedonthegreysystemtheory,themethodbasedontheartificialneuralnetwork,themethodbasedonwaterqualitysimulatio

4、nandthatbasedonthechaostheory.Thedevelopmenttrendoftheo2reticalmethodologyforwaterqualityforecastisanalyzedsimply.Keywords:waterqualityforecast;theoreticalmethodology;advance;trendanalysis展趋势进行了分析与讨论。0引言1水质预测理论模式的研究进展在区域水环境规划、评价与管理中,水质预测是一项基础工作。目前,国内外对水质预测方法根据所依据的理论基础不同,水质预测模式的研究已

5、经推向实用化阶段。随着环境科学研究大致可以归纳为以下5类。的进一步深入以及相关学科、领域的不断发展,新1.1数理统计预测方法[1]的预测模式还在不断出现。但由于预测对象影响数理统计预测方法可以分为两类:因素的复杂性、不确定性以及相关资料信息的缺(1)单因素预测,它是根据已有水质数据资乏等影响,使得中长期时间尺度的水质预测结果料预测水质的变化趋势。因此水质资料信息的丰仍不能令人满意,这给水污染控制和水质规划、管富、准确程度直接影响预测结果的可靠性,预测方[2][3]理的科学决策带来很大困难。本文对水质预测方法主要有指数平滑法、时间序列分析法等。法的研究进展和

6、应用情况作了综述,并对未来发(2)多因素综合性预测,它是从影响水质状收稿日期:2005202223基金项目:安徽省自然科学基金资助项目(050450303)作者简介:李如忠(1970-),男,安徽怀远人,博士,合肥工业大学副教授.第1期李如忠:水质预测理论模式研究进展与趋势分析27况的诸多影响因子出发,通过建立水质与影响因管灰色系统预测还存在一定局限性,但它对实测子之间的关系表达式,借助影响因子的变化来间资料信息要求较少的优点仍为人们所喜爱。[4~6]接反映水质的变化趋势,如多元线性回归、逐1.3神经网络模型预测法[7][8]步聚类分析、逐步回归分析等。人

7、工神经网络(ArtificalNeuralNetworks,总的来说,回归分析技术预测效果相对较好,简称ANN)是一种由大量简单的人工神经元广泛但也存在如计算量大、对“古老”数据与“新鲜”数连接而成的,用于模拟人脑神经网络的复杂网络据同等对待和只重视过去数据的拟合不注重外推系统,具有较强的自适应能力。文献[17]就是以性等缺陷。由于涉及的因素多,所需的资料信息ANN技术预测河流沉积负荷的浓度。文献[18]量大以及建模困难等原因,对水质多因素综合预通过建立多层次前馈网络水质模型,对四川沱江测难度较大。顺河场至资中江段DO浓度进行了预测。文献1.2灰色系统理论

8、预测法[19]以甘肃省河西走廊疏勒河为例,建立了干旱灰色系统预测实

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。