年 中国大学生数学建模竞赛论文长江水质的评价和趋势分析模型.pdfVIP

华南理工大学：李宁、董泽彦、林泽彬，指导教师：陶志穗 长江水质的评价和预测长江水质的评价和预测 长江水质的评价和预测长江水质的评价和预测 摘摘 要要 摘摘 要要 本文首先运用主成分分析法对长江流域主要城市水质检测报告进行分析，选取主成 分，并把主成分得分按方差贡献率加权求和，得出每个地区的污染综合评价指数，进而 可以计算每个月长江流域的污染综合评价指数。 通过一维河流的稳态水质模型，确定干流上污染物的变化，计算出各地区主要污染 物的排放质量,确定高锰酸盐指数 （CODMn ）的主要污染源在湖南岳阳、湖北宜昌、江 苏南京、江西九江等地区；氨氮 （NH3-N ）的主要污染源在湖南岳阳、江西九江、湖北 宜昌等地区。 然后利用 GM(1,1)模型与 BP 神经网络模型联合完成对未来十年不同水质的河长比 例的预测，考虑到数据少，预测期长。如果使用神经网络模型进行预测效果很差，考虑 GM(1,1)模型在很少的数据下可得到较高的预测精度，因此首先使用 GM(1,1)模型对未 来十年的排污量进行预测，结果如下：单位 (亿吨) 年份 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 排污量 289.9 306.3 323.6 341.9 361.2 381.7 403.2 426.0 450.1 475.5 再根据排污量预测值，利用 BP 神经网络对未来十年的不同水质的河长比例进行了 预测。 为了得到排污量与各类水质的河长比例，本文再次利用 BP 神经网络的高精度逼近 能力对排污量与六类水质的河长比例的关系进行拟合。从而可以得到每年控制污染所应 当处理的废水量：单位 （亿吨） 年份 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 废水处理量 58.2 123.6 133.3 174.3 163.0 189.9 245.4 272.1 300.5 300.7 关键词：主成分分析 GM(1,1)模型 BP 神经网络 2005 年全国大学生数学建模竞赛全国一等奖 华南理工大学：李宁、董泽彦、林泽彬，指导教师：陶志穗 问题重述问题重述 问题重述问题重述 长江是我国第一、世界第三大河流，长江水质的污染程度日趋严重，已引起了相关 政府部门和专家们的高度重视。为了保护长江水资源，必须对长江水质进行评价和预测 进而采取措施来治理水质的污染，根据题意，本文要解决的问题有： 1. 对长江近两年多的水质情况做出定量的综合评价，并分析各地区水质的污染状况。 2. 研究、分析长江干流近一年多主要污染物高锰酸盐指数和氨氮的主要污染源的位置。 3. 在不采取有效治理措施的情况下，根据过去 10 年的主要统计数据，对长江未来水质 污染的发展趋势做出预测分析。 4. 根据(3)预测分析，确定每年处理的污水量使长江干流的Ⅳ类和Ⅴ类水的比例控制在 20% 以内，且没有劣Ⅴ类水。 5. 对解决长江水质污染问题提出切实可行的建议和意见。 问题假设问题假设 问题假设问题假设 1. 假设干流的 自然净化能力是均匀的； 2. 假设两个观测站之间河段的平均流速是等于两个观测站流速 的平均值； 3. 假设废水的处理对各类污染程度的河流的影响是均匀的。 符号说明符号说明 符号说明符号说明 X 1 溶解氧 的浓度 （DO ） X 2