1、水質(zhì)預(yù)測(cè)是水污染防治工作的重要內(nèi)容，其預(yù)測(cè)結(jié)果可以為環(huán)保部門提供重要的研究依據(jù)。目前水質(zhì)預(yù)測(cè)模型仍局限于機(jī)理模型，然而水環(huán)境污染過(guò)程的非確定性和高度非線性性，使得機(jī)理模型難以精確模擬污染物降解的復(fù)雜過(guò)程。人工神經(jīng)網(wǎng)絡(luò)屬于復(fù)雜非線性科學(xué)和人工智能科學(xué)的前沿，進(jìn)行復(fù)雜非線性系統(tǒng)模擬可以取得較好的預(yù)測(cè)效果，但其在水質(zhì)預(yù)測(cè)方面的應(yīng)用研究，在國(guó)內(nèi)外尚處于初級(jí)階段。本課題組在前期的工作中應(yīng)用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行了南四湖、墨水河水質(zhì)模型和水質(zhì)預(yù)測(cè)的研究，

2、結(jié)果表明應(yīng)用人工神經(jīng)網(wǎng)絡(luò)可以取得較好的預(yù)測(cè)結(jié)果，為本文的研究積累了成功的學(xué)習(xí)經(jīng)驗(yàn)。
　　 本文以南四湖新薛河人工濕地為研究對(duì)象，首先通過(guò)試驗(yàn)監(jiān)測(cè)了人工濕地進(jìn)出水主要污染物濃度，研究了人工濕地對(duì)污染河水的凈化效果，為人工濕地水質(zhì)預(yù)測(cè)模型的建立提供了數(shù)據(jù)基礎(chǔ)。然后，從系統(tǒng)理論的角度出發(fā)，進(jìn)行了基于BP神經(jīng)網(wǎng)絡(luò)的人工濕地水質(zhì)模型的研究，并應(yīng)用模型預(yù)測(cè)在《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》(GB3838-2002)Ⅲ類標(biāo)準(zhǔn)約束條件下新薛河人工濕地的最

3、大進(jìn)水負(fù)荷，水質(zhì)預(yù)測(cè)結(jié)果的研究為水質(zhì)水量調(diào)度方案的研究奠定了堅(jiān)實(shí)的基礎(chǔ)。本文獲得的主要研究成果如下：
　　 (1)通過(guò)在新薛河人工濕地進(jìn)行試驗(yàn)研究，監(jiān)測(cè)了人工濕地導(dǎo)流渠進(jìn)水CODCr、氨氮、TN和TP等污染物指標(biāo)，以及各處理單元出水CODCr和氨氮濃度等，研究了人工濕地的污染物去除效果，得到了污染物凈化負(fù)荷與有機(jī)負(fù)荷之間的關(guān)系。研究表明，人工濕地具有良好的污染物凈化能力，人工濕地的建設(shè)大大改進(jìn)了新薛河的河水水質(zhì)。
　　

4、(2)在充分研究神經(jīng)網(wǎng)絡(luò)機(jī)理和國(guó)內(nèi)外研究現(xiàn)狀的基礎(chǔ)上，建立了基于BP神經(jīng)網(wǎng)絡(luò)的人工濕地水質(zhì)預(yù)測(cè)模型。模型建立過(guò)程中，為了增強(qiáng)網(wǎng)絡(luò)的泛化能力，提高訓(xùn)練效率和精度，進(jìn)行了一系列的優(yōu)化設(shè)計(jì)。然后通過(guò)不斷試算，分析不同隱含層節(jié)點(diǎn)數(shù)和不同訓(xùn)練方法時(shí)網(wǎng)絡(luò)模型的性能，從而選擇合理的網(wǎng)絡(luò)結(jié)構(gòu)及訓(xùn)練方法。最終確定網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)為：一個(gè)輸入層、一個(gè)隱含層、一個(gè)輸出層的三層神經(jīng)網(wǎng)絡(luò)。夏季模型隱含層節(jié)點(diǎn)數(shù)為9，網(wǎng)絡(luò)訓(xùn)練函數(shù)采用量化共軛梯度法trainscg函數(shù)

5、，冬季模型隱含層節(jié)點(diǎn)數(shù)為14，網(wǎng)絡(luò)訓(xùn)練采用有自適應(yīng)1r的梯度下降法traingda函數(shù)。
　　 (3)訓(xùn)練參數(shù)確定后，分別將人工濕地夏季和冬季樣本數(shù)據(jù)中的前11組數(shù)據(jù)作為訓(xùn)練樣本對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，將第12組數(shù)據(jù)作為檢驗(yàn)樣本對(duì)網(wǎng)絡(luò)進(jìn)行驗(yàn)證。驗(yàn)證結(jié)果表明，夏季模型CODCr、氨氮、TN、TP的預(yù)測(cè)相對(duì)誤差分別為1.5％、2.4％、7.7％、8.3％，冬季模型CODCr、氨氮、TN、TP的預(yù)測(cè)相對(duì)誤差分別為11.7％、30.6％、3.3