基于模糊理论和神经网络方法的渤海湾富营养化模型研究

论文摘要

随着环渤海地区经济的快速发展和海岸带高度开发,渤海湾海水富营养化问题日趋严重,是制约滨海地区经济可持续发展的重要因素。富营养化的预测与评价模型的建立,对于近岸海域富营养化的防治、修复和管理具有重要的意义。本文以渤海湾为研究背景,运用统计学、模糊理论、神经网络、遗传算法等信息技术方法,借助于MATLAB语言,研究了渤海湾的海水富营养化评价模型,并通过研究渤海湾环境因子同浮游植物量的关系,建立了叶绿素值的预测模型。通过分析渤海湾中与富营养化有关的主要因素,综合了物理、化学和生物指标,提出了渤海湾海水富营养化的模糊综合评价方法,用加权平均原则对结果进行了处理,评价结果显示天津港口及排污口附近富营养化状况严重。为避免人为主观因素的影响,使用了一种基于数据库模糊规则的获取方法,建立了叶绿素预测的模糊逻辑模型。另外,本文建立了渤海湾海水富营养化的BP网络评价模型,采用足够多的学习样本对BP网络进行训练,并经过检验样本检验了网络的泛化能力。与模糊评价进行了比较,评价结果相差较小。通过对遗传算法理论的研究,提出了二级遗传算法优化神经网络的拓扑结构和初始权值的方法,建立了基于二级遗传算法优化的神经网络预测模型,对渤海赤潮监控区的叶绿素值进行了预测,并与传统的BP预测模型进行了比较,结果显示前者仿真效果更满意。最后,研究了模糊逻辑与神经网络的结合—自适应神经网络模糊系统ANFIS,并结合监测的数据,通过减法聚类对输入/输出数据进行处理,建立了初始的模糊推理系统,后用神经网络对其进行自适应的学习,建立了渤海湾叶绿素的自适应神经网络模糊预测模型。对赤潮监控区的一个站位进行了模拟研究,预测结果大部分与实测值接近。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 概述
• 1.1.1 近岸海域海水富营养化的原因与影响
• 1.1.2 渤海湾富营养化概况
• 1.2 海水富营养化的评价方法
• 1.2.1 第1 代河口及沿岸海域富营养化评价模型
• 1.2.2 第2 代河口及沿岸海域富营养化评价模型
• 1.3 海水富营养化模型的研究
• 1.3.1 研究现状
• 1.3.2 水体富营养化模型的发展趋势
• 1.4 本文的主要工作
• 第二章 基于模糊理论的富营养化模型研究
• 2.1 模糊数学的基本理论
• 2.1.1 模糊集的基本概念及其运算
• 2.1.2 模糊关系和模糊矩阵
• 2.2 模糊逻辑基本理论及其系统的设计
• 2.2.1 “如果–则”推理规则
• 2.2.2 模糊逻辑的系统设计
• 2.3 渤海湾富营养化的模糊评价模型
• 2.3.1 评价因子及评价标准的确定
• 2.3.2 模糊转化
• 2.3.3 权重的确定
• 2.3.4 结果与分析
• 2.4 基于Mamdani型模糊模型研究叶绿素的预测模型
• 2.4.1 Mamdani型模糊逻辑系统的设计要点
• 2.4.2 叶绿素预测模糊逻辑模型的建立
• 2.4.3 结果与分析
• 2.5 本章小结
• 第三章 基于神经网络的富营养化模型研究
• 3.1 神经网络的理论基础
• 3.1.1 神经网络的发展史
• 3.1.2 神经网络模型
• 3.1.3 B P神经网络的研究
• 3.2 基于BP网络对渤海湾富营养化的评价
• 3.2.1 常见的人工神经网络评价模型的分析
• 3.2.2 评价因子及评价标准的确定
• 3.2.3 模型的BP网络结构
• 3.2.4 BP网络的训练
• 3.2.5 BP网络富营养化评价在渤海湾中的应用
• 3.3 遗传算法优化BP网络预测模型
• 3.3.1 遗传算法与神经网络结合的理论依据
• 3.3.2 遗传算法理论
• 3.3.3 二级遗传算法优化神经网络
• 3.3.4 基于二级遗传神经网络的浮游植物预测模型
• 3.4 本章小结
• 第四章 基于模糊神经网络的富营养化模型研究
• 4.1 模糊系统与神经网络的结合
• 4.1.1 两者结合的可行性
• 4.1.2 两者结合的基本方式
• 4.2 自适应神经网络模糊系统设计
• 4.3 基于ANFIS的渤海湾富营养化预测模型的建立
• 4.3.1 模型的输入和输出数据的选取
• 4.3.2 基于减法聚类的初始模糊推理系统的建立
• 4.3.3 自适应神经网络模糊推理模型的建立
• 4.3.4 模型结果及分析
• 4.4 本章小结
• 第五章 结论与展望
• 5.1 结论
• 5.2 展望
• 参考文献
• 发表论文和参加科研情况说明
• 致谢