周勇 李龍 唐四薪

摘 要：對城市區(qū)域水體數(shù)據(jù)采用改進(jìn)BIRCH聚類方法進(jìn)行異常點篩查，運用神經(jīng)網(wǎng)絡(luò)技術(shù)對水質(zhì)數(shù)據(jù)進(jìn)行預(yù)測，然后采用基于熵的正交投影方法對水質(zhì)進(jìn)行評價，從而得出水質(zhì)的變化趨勢。

關(guān)鍵詞：BIRCH聚類;TOPSIS法;正交投影法

基金項目：湖南省教育廳高?？蒲杏媱澮话沩椖浚椖烤幪枺?5C0202）。

1 引言

隨著現(xiàn)代社會的發(fā)展，人類工業(yè)生產(chǎn)范圍不斷擴(kuò)大，城市不斷擴(kuò)張，整個社會的用水量急劇增加，相應(yīng)地排放的污水量也大量增加。目前許多城市區(qū)域的水體都遭受了工業(yè)及生活污水的污染，水污染防治已經(jīng)成了全球性的難題，這種情況在發(fā)展中國家尤甚。在水污染的防治中，水質(zhì)的評價和預(yù)測非常重要，它可以為防治工作提供很好的決策支持。目前科學(xué)工作者分別對水質(zhì)的評價和預(yù)測提出了不少方法，評價方法主要有：模糊數(shù)學(xué)法、灰色聚類法、綜合指數(shù)法等，預(yù)測方法主要有：灰色系統(tǒng)理論預(yù)測法、數(shù)理統(tǒng)計預(yù)測法、神經(jīng)網(wǎng)絡(luò)模型預(yù)測法等[1]。

在防治工作決策中，水質(zhì)的預(yù)測和評價是緊密相關(guān)的兩個環(huán)節(jié)。預(yù)測水質(zhì)數(shù)據(jù)的變化、評價水質(zhì)的等級以此來得出水體質(zhì)量的變化趨勢，對水體污染防治工作非常重要。本文將采用數(shù)據(jù)挖掘的相關(guān)技術(shù)對影響水質(zhì)的數(shù)據(jù)變化進(jìn)行預(yù)測，并根據(jù)預(yù)測數(shù)據(jù)對未來水質(zhì)進(jìn)行評價，以此為防治工作提供決策支持。

2 水質(zhì)數(shù)據(jù)預(yù)測

1）數(shù)據(jù)預(yù)處理。由于水質(zhì)數(shù)據(jù)維度不高，且同一參數(shù)的數(shù)據(jù)類型一致，結(jié)構(gòu)簡單，都是數(shù)值型，因此采用改進(jìn)的BIRCH聚類分析可以快速地篩除異常點，排除意外干擾。BIRCH聚類算法只需掃描一次數(shù)據(jù)庫，聚類特征是一個包含簇的三元組CF=（N，LS，SS）。找異常點時可采用多棵CF樹，每棵CF樹代表一個簇，并結(jié)合DBSCAN算法的點密度的思想，每棵樹的葉子結(jié)點都是由相鄰的核心點構(gòu)成，聚類結(jié)束后不屬于某棵樹的對象就是噪聲點[2]，作為異常點刪除。

2）數(shù)據(jù)預(yù)測。將去除異常點的水質(zhì)數(shù)據(jù)，分為訓(xùn)練集和測試集（通常測試集規(guī)模小于訓(xùn)練集規(guī)模），現(xiàn)采用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)預(yù)測，其中訓(xùn)練集用來訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)，測試集用來測試訓(xùn)練后得到的BP神經(jīng)網(wǎng)絡(luò)是否合理。表1是湘江流域某監(jiān)測點經(jīng)過處理后的2015年二季度的一組水質(zhì)相關(guān)數(shù)據(jù)（單位：mg/L，除PH無量綱外）。

任選15組數(shù)據(jù)作為訓(xùn)練輸入，剩下1組數(shù)據(jù)作為訓(xùn)練輸出來訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)。訓(xùn)練結(jié)束后，另選15組（組號與訓(xùn)練集不同）數(shù)據(jù)作為測試輸入，剩下1組數(shù)據(jù)作為測試輸出。在MATLAB中選用tansig和purelin作為激活函數(shù)。

訓(xùn)練過程如圖1：

結(jié)果表明訓(xùn)練得到的網(wǎng)絡(luò)精度符合要求。預(yù)測結(jié)果與實際數(shù)據(jù)對比如表2：

均方誤差MSE的值為0.0051，符合要求。說明得到的BP神經(jīng)網(wǎng)絡(luò)的預(yù)測效果達(dá)到預(yù)期目標(biāo)，可以用于下一時段該區(qū)域的水質(zhì)指標(biāo)的預(yù)測。

3 水質(zhì)的評價

運用上述方法得到流域內(nèi)幾個不同監(jiān)測點的預(yù)測數(shù)據(jù)后，參考中華人民共和國《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》，采用基于熵權(quán)的正交投影TOPSIS方法進(jìn)行水質(zhì)評價[3]，可以高效地得到各監(jiān)測點的水質(zhì)預(yù)測等級。

評價結(jié)果與實際檢測等級對比如表3：

由此可知，該預(yù)測結(jié)果與實測結(jié)果吻合度高，方法可行。

4 結(jié)語

在保障用水安全上，水質(zhì)的預(yù)測和評價是緊密相關(guān)的兩個環(huán)節(jié)，實驗證明運用數(shù)據(jù)挖掘的相關(guān)技術(shù)對水質(zhì)數(shù)據(jù)進(jìn)行預(yù)處理，然后再進(jìn)行預(yù)測分析以及最后對預(yù)測水質(zhì)數(shù)據(jù)進(jìn)行評價，結(jié)果可信，可以為保障用水安全提供有力的預(yù)警支持。

參考文獻(xiàn)

[1]鄭一華.基于支持向量機的水質(zhì)評價和預(yù)測研究[D].河海大學(xué)，碩士學(xué)位論文，2006.

[2]韋相.基于密度的改進(jìn)BIRCH聚類算法[J].計算機工程與應(yīng)用，2013，49（10）：201-205.

[3]張先起，梁川，劉慧卿.基于熵權(quán)的改進(jìn)TOPSIS方法在水質(zhì)評價中的應(yīng)用[J].哈爾濱工業(yè)大學(xué)學(xué)報，2007，39（10）：1670-1672.

作者簡介

周勇（1972-），男，湖南衡陽，衡陽師范學(xué)院講師，碩士，研究方向：智能計算。