亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于紫外-可見光譜法的水質(zhì)COD檢測預(yù)測模型應(yīng)用

        2018-01-17 03:15:27李偉晶
        東北水利水電 2018年1期
        關(guān)鍵詞:錦州市學(xué)習(xí)機(jī)粒子

        李偉晶

        (遼寧省錦州水文局,遼寧錦州 121000)

        當(dāng)前我國水污染事件頻發(fā),對水質(zhì)進(jìn)行(監(jiān))檢測治理已刻不容緩。在對流域內(nèi)的水質(zhì)進(jìn)行評價時,通常需采用指標(biāo)COD(化學(xué)需氧量)衡量水質(zhì)是否已被污染。故本文引入紫外-可見光譜法的水質(zhì)COD檢測預(yù)測模型,對遼寧省錦州市某流域水質(zhì)情況進(jìn)行分析預(yù)測[1]。

        1 水污染研究現(xiàn)狀

        通常在對水質(zhì)COD指標(biāo)進(jìn)行分析時有兩種方法:一種是光譜法,在對水質(zhì)COD指標(biāo)進(jìn)行分析時,通常選擇紫外-可見光測量水樣對光譜的吸收度,這種方法具有實時、在線的優(yōu)點;另一種是化學(xué)法,一般采用重鎘酸鉀和高錳酸鉀等強(qiáng)氧化性化學(xué)試劑,在強(qiáng)酸條件下對水樣進(jìn)行氧化處理,然后再通過對實際消耗的氧化劑的量進(jìn)行計算,以此判斷水質(zhì)化學(xué)需氧量,不足的是測量周期長、二次污染大,且實時性和在線性不好[1]。故本文主要選擇紫外-可見光譜法對錦州市某流域水質(zhì)COD指標(biāo)進(jìn)行合理預(yù)測、分析?;趯W(xué)者劉子毓、張宇等人的研究理論,該研究綜合了目前水質(zhì)分析中較為主流的主成分分析算法、極限學(xué)習(xí)機(jī)算法、粒子群優(yōu)化算法、粒子群優(yōu)化極限學(xué)習(xí)機(jī)預(yù)測模型,克服了常規(guī)水質(zhì)檢測分析與評價中,BP神經(jīng)網(wǎng)絡(luò)、T-S模糊神經(jīng)網(wǎng)絡(luò)存在的學(xué)習(xí)速度慢、計算分析結(jié)果復(fù)雜等不足。

        2 水質(zhì)COD檢測分析算法模型

        2.1 PCA主成分分析法

        在常規(guī)數(shù)據(jù)資料處理時,往往會出現(xiàn)諸多冗余性數(shù)據(jù),這些信息的存在會使特征信息量隱藏,不但會增加數(shù)據(jù)計算工作量,更會影響數(shù)據(jù)最終分析的準(zhǔn)確度。對此,研究首先采用主成分分析法,有效去除高維數(shù)據(jù)中的大量冗余,通過提取特征因子和信息量,將復(fù)雜計算問題簡單化[2]。主成分分析法操作步驟如下:

        1)將多個高緯樣本組成樣本矩陣,然后對該樣本矩陣相關(guān)數(shù)據(jù)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理,以此獲得其特征向量。

        2)結(jié)合特征向量的特征貢獻(xiàn)程度,確定主成分。

        3)對得到的光譜數(shù)據(jù)進(jìn)行降維處理且確定主成分后,即可結(jié)合主成分分析矩陣,對研究區(qū)水質(zhì)COD數(shù)據(jù)進(jìn)行分析預(yù)測。

        2.2 ELM極限學(xué)習(xí)機(jī)神經(jīng)網(wǎng)絡(luò)

        2.3 PSO粒子群優(yōu)化算法

        在PSO算法中,粒子表示每個優(yōu)化問題的潛在解。在基于粒子群優(yōu)化算法進(jìn)行水質(zhì)分析時,首先會隨機(jī)生成一群粒子,而每個粒子都有與其相對應(yīng)的位置和初始化速度;然后,多次對粒子進(jìn)行跌代即可獲得最優(yōu)解[3]。所以,可將PSO算法描述為:在一個多維目標(biāo)搜索空間內(nèi),隨機(jī)存在的N個粒子共同組成的粒子群。其中,第i個粒子的速度與位置可通過以下公式計算:

        式中:j=1,2,…,D;i=1,2,…,m;M——種群規(guī)模;T——當(dāng)前進(jìn)化代數(shù);r1,r2——分布于[0,1]間的隨機(jī)數(shù);c1,c2——加速常數(shù)。

        PSO粒子群優(yōu)化算法流程見圖1。

        2 .4 PSO-ELM粒子群優(yōu)化極限學(xué)習(xí)機(jī)預(yù)測模型

        在數(shù)據(jù)分析中,研究基于粒子群優(yōu)化算法,將極限學(xué)習(xí)機(jī)算法(ELM)的輸入閥值和輸入權(quán)值作為粒子群算法中的粒子[4]。與此同時,將實際值和預(yù)測值的均方根誤差RMSE作為適應(yīng)度函數(shù):

        圖1 PSO粒子群優(yōu)化算法流程

        式中:yi——水質(zhì)COD的實際值;yj——COD的預(yù)測值。

        基于PSO-ELM的粒子群優(yōu)化極限學(xué)習(xí)機(jī)預(yù)測流程見圖2。

        3 實例應(yīng)用分析

        研究主要結(jié)合上述方法,采用試驗分析方案對遼寧省錦州市某河流水質(zhì)進(jìn)行檢測分析,選取6組水樣樣本對其進(jìn)行紫外-可見光譜法分析。采用光源和光譜儀分別為DH-2000氘鹵鎢燈光源和Maya2000紫外可見光譜儀,測量分析過程嚴(yán)格遵循我國現(xiàn)行GB11914-89《重鉻酸鹽法水質(zhì)化學(xué)需氧量的測定》技術(shù)標(biāo)準(zhǔn)實施[5]。

        1)在對該研究中得到的光譜數(shù)據(jù)進(jìn)行建模處理時,首先對其進(jìn)行主成分算法分析,對數(shù)據(jù)進(jìn)行降維,得到6組主成分分析特征量,見表1。

        通過表1計算分析結(jié)果可知,6個主成分累計貢獻(xiàn)率達(dá)99.946%,采集的數(shù)據(jù)樣本能夠更好地傳遞原始光譜數(shù)據(jù)所表達(dá)的信息[6]。在上述數(shù)據(jù)處理基礎(chǔ)上,基于ELM極限學(xué)習(xí)機(jī)神經(jīng)網(wǎng)絡(luò)和PSO-ELM粒子群優(yōu)化極限學(xué)習(xí)機(jī)預(yù)測模型分析,最終得到6組主成分預(yù)測模型新訓(xùn)練樣本矩陣,見表2。

        圖2 基于PSO-ELM的粒子群優(yōu)化極限學(xué)習(xí)機(jī)預(yù)測流程圖

        表1 基于主成分分析法的光譜數(shù)據(jù)特征值

        表2 主成分分析矩陣表

        2)選取以上6組數(shù)據(jù)樣本進(jìn)行模型訓(xùn)練分析,該研究PSO粒子群算法的種群規(guī)模N=6,學(xué)習(xí)因子c1=2,學(xué)習(xí)因子c2=2,數(shù)據(jù)最大跌代次數(shù)tmax=30,慣性權(quán)重w=0.6,將其輸入粒子群優(yōu)化極限學(xué)習(xí)機(jī)PSO-ELM模型中,經(jīng)過數(shù)據(jù)降維處理和數(shù)據(jù)跌代,最終得到PSO-ELM模型的預(yù)測結(jié)果擬合圖,見圖3。

        圖3 基于PSO-ELM模型的預(yù)測結(jié)果擬合圖

        從圖3可以看出:ELM模型的隱層閾值和輸入權(quán)值經(jīng)過PSO優(yōu)化后,模型預(yù)測擬合曲線逐漸平緩,由此表明經(jīng)過多次數(shù)據(jù)跌代處理,水質(zhì)分析結(jié)果精度大大提高[7]。如果以模型水質(zhì)分析預(yù)測運(yùn)行時間來衡量,將上述3種不同方法應(yīng)用于遼寧省錦州市水質(zhì)分析評價預(yù)測中,效果存在很大差異。ELM模型、PSO-ELM模型和PCA-PSOELM水質(zhì)分析預(yù)測運(yùn)行時間及誤差見表3。

        表3 水質(zhì)分析預(yù)測運(yùn)行時間和誤差

        綜上3種水質(zhì)分析預(yù)測方法,PCA-PSOELM模型不僅運(yùn)行時間較短,且分析結(jié)果誤差較小,僅為0.238 1,相對于ELM極限學(xué)習(xí)機(jī)算法和PSO-ELM模型而言,將PCA-PSO-ELM模型應(yīng)用于錦州市水質(zhì)分析預(yù)測和評價中,可顯著提升預(yù)測速率和預(yù)測精度[8]。

        4 結(jié)語

        綜上所述,在區(qū)域水質(zhì)分析預(yù)測中,COD是一個十分重要的參數(shù)。研究針對錦州市某區(qū)域水質(zhì)情況進(jìn)行紫外-可見光譜法分析預(yù)測,其中綜合了PCA主成分分析法、ELM極限學(xué)習(xí)機(jī)神經(jīng)網(wǎng)絡(luò)和PSO粒子群優(yōu)化算法、SO-ELM粒子群優(yōu)化極限學(xué)習(xí)機(jī)預(yù)測模型。研究應(yīng)用結(jié)果表明,基于紫外-可見光譜法的PCA-PSO-ELM模型應(yīng)用于錦州市水樣水質(zhì)分析中,可大大提升水質(zhì)分析預(yù)測精度和預(yù)測效率,這一方法為遼寧省錦州市水質(zhì)實時、在線檢測分析與評價提供了重要參考依據(jù)。

        [1]許衛(wèi)娟.離子色譜法測定地表水中氟化物的方法探討[J].環(huán)境科學(xué)導(dǎo)刊,2014,33(4):86—87.

        [2]王志民,于福蘭,劉志芬,崔杰石.阜新市地表水資源質(zhì)量評價[J].東北水利水電,2003(09):38—39.

        [3]張久龍,季營,羅瑩瑩,等.鉬酸銨分光光度法測定水中總磷不確定度[J].硅谷,2012(21):183—184.

        [4]陳妍.鉬酸銨分光光度法測定水中總磷含量的不確定度評定[J].廣東化工,2014,41(2):115—116.

        [5]李學(xué)森.凌河流域水資源現(xiàn)狀及保護(hù)措施[J].水土保持應(yīng)用技術(shù),2015(03):36—37.

        [6]高素麗.遼陽市水資源開發(fā)利用和管理保護(hù)對策[J].水土保持應(yīng)用技術(shù),2011(04):45—47.

        [7]楊錦華.佛寺水庫水源飲水安全與水環(huán)境保護(hù)[J].水利技術(shù)監(jiān)督,2006(03):50—52.

        [8]溫樹成.大伙房水庫水體富營養(yǎng)化現(xiàn)狀分析及對策研究[J].水土保持應(yīng)用技術(shù),2015(02):31—32.

        猜你喜歡
        錦州市學(xué)習(xí)機(jī)粒子
        錦州市第八中學(xué)
        遼寧教育(2021年9期)2021-05-16 08:05:20
        This 11-year-old student brings joy to seniors one wish at a time
        基于粒子群優(yōu)化的橋式起重機(jī)模糊PID控制
        極限學(xué)習(xí)機(jī)綜述
        基于極限學(xué)習(xí)機(jī)參數(shù)遷移的域適應(yīng)算法
        假如古代也有手機(jī)
        基于粒子群優(yōu)化極點配置的空燃比輸出反饋控制
        錦州市凌南市民休閑廣場設(shè)計
        分層極限學(xué)習(xí)機(jī)在滾動軸承故障診斷中的應(yīng)用
        一種基于AdaBoost的極限學(xué)習(xí)機(jī)分類方法
        国产日产久久福利精品一区| 后入到高潮免费观看| 麻豆影视视频高清在线观看| 男人和女人高潮免费网站| 色综合久久加勒比高清88| 精品一区二区三区女同免费| 中文字幕精品亚洲字幕| 久人人爽人人爽人人片av| 亚洲美女又黄又爽在线观看| 2021av在线| 18禁成人免费av大片一区| 色熟妇人妻久久中文字幕| 无码人妻精品一区二区蜜桃网站| 国产精品亚洲成在人线| 2021精品综合久久久久| 国产优质av一区二区三区| 亚洲av综合av一区二区三区| 一本一道波多野结衣av中文| 色老头一区二区三区| 能看的网站中文字幕不卡av| 国产精品国产自产自拍高清av| 潮喷大喷水系列无码久久精品| 比比资源先锋影音网| 污污污国产免费网站| 国产精品女同一区二区软件| 国产av夜夜欢一区二区三区| 超碰97人人做人人爱少妇| 亚欧乱色束缚一区二区三区| 久久99人妖视频国产| 医院人妻闷声隔着帘子被中出| 久久亚洲中文字幕无码| 亚洲国产一区二区三区在线视频| 青青草成人免费播放视频| 五月激情综合婷婷六月久久| 久久久日韩精品一区二区三区| 欧美亚洲午夜| 国产精品久久中文字幕亚洲| 国产一区二区不卡老阿姨| 韩国精品一区二区三区| 国产一区二区三区护士| 国产七十六+老熟妇|