概率神经网络在峡近坝水域水质评价中的应用研究.pdfVIP

概率神经网络模型在三峡近坝水域水质评价中的应用研究 摘 要 长江三峡工程是举世瞩目的跨世纪特大型水利工程，在保障防洪安全和综合开发利 用方面具有举足轻重的作用。工程的建设对生态与环境的影响一直是国内外专家学者广 泛关注的热点之一。本文对广泛关注的三峡近坝区水环境状况采用概率神经网络方法进 行研究。 在比较众多评价方法的基础上，论文重点研究建立了概率神经网络水质评价模型 (PNN)，为避免用高斯函数识别水质类别时产生的误差，在模型计算欧几里德距离时 对负向接近中心的因子，增设一个减弱影响的参数，从而改进了孙Ⅲ水质评价模型 (砌，NN)。通过实例的评价对比分析，验证了模型的可靠性、合理性与实用性。从而合 理评价了三峡水库蓄水前后近坝区的水环境状况，客观地反映了三峡水库水环境特征与 实际现状，为三峡水库水资源保护和监督管理提供科学依据和技术支持。 运用RPNN从综合因子及分类因子(氧平衡因子、营养盐类因子、毒物因子)评价 的结果来看，三峡坝区蓄水前后总体水质良好，水质保持在I、II级水平，满足库区水 体功能要求。建库蓄水后，局部水域的富营养化可能引起水华等环境灾害的发生；坝下 水中溶解氧水平大幅升高，出现过饱和现象，应引起重视。 I关键词1概率神经网络；水质；评价；三峡水库；近坝水域 概率神经网络模型在三峡近坝水域水质评价中的应用研究 Abstract TheThree is也e for river Geo唱esProjectkeyjprojectchaIl西iaIlgdevelopmem． The constmctionon a11denvironmentalwere t11e impactsofproject ec0109ical always concemofdomesticand researchers．Thewaterenvironment fbreign statuscloseto mee D锄啪s aIldstudied nellral Georges networks inVestigated usingprobabilistic me山od． The nellraln乩Ⅳorks water probabilistic was model(PNN)fbrqual畸assessmem inthist11esis．For e玎orocc01lrin waIer deVeloped avoiding identi匆ing qual时claSs 、啊tll in w11ichreducet11eerror Gaussian^mction，a E11clidean par锄eter cmclllating distallceofthemodelwasaddedmto山efactorof centrc丘om