基于智能计算的影响河流水质的因素分析(验收材料).docVIP

项目编号___1003065___ 大学生创新训练计划结题验收材料 项目名称 基于智能计算的影响河流水质的因素分析 项目负责人 所学专业 所在学院 电话(手机) 电子信箱 项目起止年月 第一指导教师 专业技术职务 电话(手机) 电子信箱 结题日期 XX 大 学 教 务 处 制 目 录 1．大学生创新训练计划项目结题验收表.................1 2．大学生创新训练计划项目成果精粹...................6 3．大学生创新训练计划项目成果佐证材料...............11 XX大学大学生创新训练计划项目结题验收表 学院名称：物联网工程学院 填写日期：2011年8月 项目名称 基于智能计算的影响河流水质的因素分析 项目编号 项目组成员 姓名 学号 承担工作量（％） 本人签字 备注 负责人 成员1 成员2 成员3 成员4 指导教师 指导教师1 指导教师2 一、研究成果简介 项目小组成员分工学习主成分分析法、BP神经网络和遗传算法，阅读了大量文献和论文，经过近9个月的共同努力和多次在matlab上的实验，构建出了主成分分析法、BP神经网络和遗传算法相结合的智能预测模型，基于该模型，项目小组完成了《基于智能计算的影响河流水质的分类预测》论文一篇，并于2011年7月10日投稿至《计算机应用研究》，进行降维处理，即用较少的几个综合指标来代替原来较多的变量指标，而且使这些较少的综合指标既能尽量多地反映原来较多指标所反映的信息，同时它们之间又是彼此独立的。由于影响水体水质的因素众多以及BP网络存在局限性，本论文提出的水质预测模型，是将主成分分析法（PCA）、BP神经网络、遗传算法（GA）相结合。利用BP神经网络模型对水质的分类预测进行研究，能够克服传统评价方法工作量大，而且主观性较强的不足，具有客观性、通用性和实用性。在BP网络训练前，采用PCA，进行降维把多指标转化为少数几个综合指标，在原始数据信息损失不多的情况下，使输入数据减少，消除由于BP网络输入数据太多而影响数据处理速度的缺陷；并用GA对网络参数进行优化，可以有效防止搜索过程收敛于局部最优解，优化出全局最优的网络参数，进而显著提高水质预测分析的精度。本模型是利用各算法的优势和特点，使得改进的BP神经网络方法应用于水质检测预测中取得了良好的效果。 三、成果形式及数量： ■文献综述 1 份； □专利 个； □调研报告 份； ■软件 1 件； □设计作品 份； □图纸 套； ■实验记录 5 份； ■论文 1 篇； □制作实物 件： □课件 件； ■心得体会 1 份； □其它 。 四、指导教师意见： 该大学生创新训练计划的课题是江苏省环境监测科研基金项目，课题组成员经过9个月的努力，终于圆满的完成了项目要求的主要任务。在这个过程中，项目组负责人朱磊同学表现出非凡的领导能力和科研能力。在他的领导下，课题组每周向我汇报前一周的科研进展并讨论下周的科研任务，并将科研任务合理的分配给项目组成员；项目组成员之间能够协调合作，相互学习，相互促进。在他们的共同努力下，项目成果显著，撰写论文一篇并投稿到《计算机应用研究》上，编写软件一个（正在申请软件著作权）和软件使用说明书一份。 签名： 年 月 日 五、验收专家组意见： 1、专家组意见： 2、专家组建议： □ 推荐参加竞赛； □ 推荐省级创新训练计划项目 □ 推荐国家级创新性实验计划项目 □ 希望进一步产品化； □ 申请专利； □ 发表论文； □ 推荐参加成果展示 专家组成员签字： 年 月 日 六、学院意见： 验收结论： □通过 □不通