基于BP算法的多层前馈网在大气环境质量评价中的应用.docx

上传人:b****6 文档编号:6025928 上传时间:2023-01-03 格式:DOCX 页数:18 大小:26.01KB
下载 相关 举报
基于BP算法的多层前馈网在大气环境质量评价中的应用.docx_第1页
第1页 / 共18页
基于BP算法的多层前馈网在大气环境质量评价中的应用.docx_第2页
第2页 / 共18页
基于BP算法的多层前馈网在大气环境质量评价中的应用.docx_第3页
第3页 / 共18页
基于BP算法的多层前馈网在大气环境质量评价中的应用.docx_第4页
第4页 / 共18页
基于BP算法的多层前馈网在大气环境质量评价中的应用.docx_第5页
第5页 / 共18页
点击查看更多>>
下载资源
资源描述

基于BP算法的多层前馈网在大气环境质量评价中的应用.docx

《基于BP算法的多层前馈网在大气环境质量评价中的应用.docx》由会员分享,可在线阅读,更多相关《基于BP算法的多层前馈网在大气环境质量评价中的应用.docx(18页珍藏版)》请在冰豆网上搜索。

基于BP算法的多层前馈网在大气环境质量评价中的应用.docx

基于BP算法的多层前馈网在大气环境质量评价中的应用

3.3.7基于BP算法的多层前馈网在大气环境质量评价中的应用

人工神经网络方法在环境质量评价方面的应用大体可分为城市环境质量综合评价、大气环境质量评价、地表水环境质量评价、地下水环境质量评价、湖泊富营养化程度评价、生态环境分类等方面。

下面主要列举基于BP算法的多层前馈网在大气环境质量评价中的应用。

许多研究者将基于BP算法的多层前馈网应用于某些城市的大气环境质量评价中,并对比了该方法与模糊决策、灰色聚类及综合评判法的评价结果,证明了BP网络模型用于大气环境质量评价的通用性、合理性、实用性及优越性。

环境质量评价本质上属于模式识别,对某区域的环境质量(如水质、大气质量等)的综合评价一般涉及到较多的评价因素,且各因素与区域环境整体质量关系较复杂。

环境质量评价首先要选定评价参数,其次收集整理待评价样本,然后将待评价样本与规定的各级环境质量标准样本进行比较辨识,判定它与哪一级环境标准最接近,从而做出环境质量评价。

本例主要介绍基于BP算法的多层前馈网在拉萨市大气环境质量评价中的应用。

3.3.7.1评价数据来源

本例评价数据来源于《拉萨市区环境空气质量功能区划分技术报告》和《拉萨市环境质量全面达标规划》(2004年)。

环境空气的监测指标分别为SO2、NO2和TSP3项常规监测指标。

监测方法严格按照国家《环境空气质量标准》(GB3095-1996)和《环境监测技术规范》(大气部分)中规定的原则和方法执行。

主要对两方面的数据评价:

(1)选取《西藏自治区拉萨市区环境空气质量功能区划分技术报告》中15个环境空气监测点2002年12月12-24日的现场监测资料,这15个环境空气质量监测点的具体位置、所属行政区域及所代表的环境功能区见表3.23;2002年12月拉萨市区环境空气质量现场监测结果统计见表3.24,表中列出的是各项监测因子的日均浓度监测值。

本例采用基于BP算法的多层前馈网模型评价拉萨市2002年12月的大气环境质量状况;

(2)选取《拉萨市环境质量全面达标规划》中拉萨市2002年4个环境空气常规监测点监测总站大楼、八廓街、市环保局、纳金乡的月际监测值如表3.25所示,表中列出的是各项监测因子的日均浓度监测值。

因表3.25中部分监测因子的12月份数据没监测到,故采用BP网络模型只评价了拉萨市1—11月的环境空气质量状况。

表3.23环境空气质量现场监测点位一览表(2002年)

序号

名称

位置

代表的功能区

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

蔡工堂乡政府

纳金乡政府

交通建材水泥厂

八廓街

河南仓库

市环保局

布达拉宫广场

拉鲁湿地

区环境监测中心站

洛堆小学

哲蚌寺

堆龙铁路规划区

拉萨水泥厂(高争)

东嘎规划工业区

青藏公路

百淀区

东城区

北城区

市中心

柳吾区

北城区

市中心

北城区

西城区

西城区

西城区

柳吾区

西城区

东嘎区

东嘎区

居住区

(常规点)交通居住混合区

工业、商业与居住混合区

(常规点)商业区

仓储区

(常规点)

文物保护区

自然保护区

(常规点)机关单位交通混合区

文教区

风景名胜区

交通居民混合区

一般工业区

规划工业区

交通干线

表3.24环境空气质量现状监测结果统计表(2002.12.2-12.24)

点位编号

日均浓度监测值(mg/Nm3)

SO2

NO2

TSP

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.02

0.0305

0.019

0.0425

0.021

0.0415

0.013

0.032

0.056

0.032

0.025

0.021

0.017

0.01

0.019

0.305

0.579

0.351

0.3685

0.203

0.322

0.205

0.052

0.2775

0.3

0.121

0.209

0.249

0.251

0.118

表3.25环境空气质量现状监测结果统计表(2002年)

月份

常规监测点位及监测值(mg/Nm3)

监测总站大楼

八廓街

市环保局

纳金乡

SO2

NO2

TSP

SO2

NO2

TSP

SO2

NO2

TSP

SO2

NO2

TSP

1

2

3

4

5

6

7

8

9

10

11

12

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.036

0.026

0.031

0.043

0.034

0.023

0.024

0.038

0.026

0.048

0.032

/

0.269

0.218

0.194

0.290

0.176

0.166

0.042

0.091

0.069

0.191

0.237

/

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.014

0.012

0.020

0.029

0.027

0.022

0.022

0.021

0.020

0.023

0.020

/

0.385

0.345

0.283

0.634

0.364

0.271

0.138

0.144

0.160

0.303

0.467

/

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.038

0.023

0.029

0.030

0.021

0.0l9

0.020

0.003

0.023

0.035

0.025

/

0.300

0.313

0.230

0.313

0.213

0.171

0.048

0.116

0.114

0.274

0.293

/

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.012

0.011

0.019

0.008

0.025

0.021

0.026

0.031

0.035

0.035

0.023

/

0.380

0.272

0.252

0.224

0.288

0.272

0.156

0.121

0.121

0.265

0.427

/

3.3.7.2大气环境质量评价BP神经网络设计

(1)BP网络结构设计

对大气环境质量评价问题,可以看作是的各影响因素到环境质量最终评价值之间的非线性映射。

由于一个3层BP网络可以以任意精度去逼近任意映射关系,因此,本例采用3层BP网络结构。

从输入层到隐含层、隐含层到输出层的转移函数采用双极性S型函数。

(2)输入层神经元的确定

本例中输入层神经元确定为3个,分别是SO2、NO2和TSP3项常规监测指标。

(3)输出层及隐层神经元个数的确定

输出层只有一个神经元,表示大气环境质量评价结果。

它是一个代数值,取值范围在[0,1]之间,输出层分值越低,表明大气环境质量评价的结果越好。

评价结果分类:

评价分值设为T。

当T在0.1左右,0≤T≤0.25为一级,表明环境空气质量很好。

当T在0.5左右,0.25

本例采用黄金分割的BP网络隐含层节点数优化算法,通过在既定区间下寻找最优节点的方法来确定解决实际问题最为合适的隐含层节点数,最后确定为7。

(4)训练样本

国家制定的《环境空气质量标准》(GB3095-1996)中只规定了三个评价等级,并规定了相应三个等级所对应的各种污染物SO2、NO2和TSP浓度的限值。

若采用这种方法来构建训练样本则只能形成3对,如表3.26所示。

表3.26大气环境质量评价BP网络模型训练样本集(原始)

样本编号

网络输入(mg/Nm3)

期望输出

识别结果

SO2

NO2

TSP

1

2

3

0.05

0.15

0.25

0.08

0.08

0.12

0.12

0.3

0.5

0.1

0.5

1.0

一级

二级

三级

相关研究表明,训练样本过少则会造成网络模型的鲁棒性差、不具有普遍的适用性,因此不能很好地描述环境质量与其影响因素之间的复杂非线性关系,不能对实测数据正确判断大气环境质量。

针对这一问题,本例在国家制定的环境质量标准《环境空气质量标准》(G83095—1996)基础上,用MATLAB软件在每级标准对应数值之间随机生成部分训练样本各20对,用于对原始训练样本集进行扩充,生成原则如下。

a.若实测的SO2、NO2和TSP浓度范围为:

SO2

0.05,NO2

0.08,TSP

0.12,那么对应的评价结果满足一级标准,期望输出均为0.1;

b.若实测的SO2、NO2和TSP浓度范围为:

0.05

0.15,NO2

0.08,0.12

0.3,那么对应的评价结果满足二级标准,期望输出均为0.5;

c.若实测的SO2、NO2和TSP浓度范围为:

0.15

0.25,0.08

0.12,0.3

0.5那么对应的评价结果满足三级标准,期望输出均为1.0。

每级生成21对训练样本,共63对称作扩充训练样本。

具体扩充规则见表3.27。

表3.28为扩充后的大气环境质量评价BP网络模型的训练样本集。

表3.27大气环境质量评价网络模型训练样本集扩充规则

样本组编号

样本范围

期望输出

识别结果

样本数

样本组I

样本组Ⅱ

样本组III

(0,0,0)—(0.05,0.08,0.12)

(0.05,0.08,0.12)—(0.15,0.08,0.3)

(0.15,0.08,0.3)—(0.25,0.12,0.5)

0.1

0.5

1.0

一级

二级

三级

21对

21对

21对

表3.28扩充后的大气环境质量评价BP网络模型的训练样本集

样本编号

网络输入(mg/Nm3)

期望输出

识别结果

SO2

NOx

TSP

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

47

48

49

50

51

52

53

54

55

56

57

58

59

60

61

62

63

0.0299

0.0475

0.0144

0.0444

0.0051

0.0033

0.0117

0.0467

0.0032

0.0132

0.05

0.0106

0.0249

0.0145

0.0336

0.0479

0.0383

0.0333

0.0065

0.0048

0.05

0.0574

0.0693

0.088

0.0776

0.1271

0.0814

0.1138

0.1487

0.1003

0.1448

0.1328

0.1418

0.0613

0.1312

0.1408

0.0656

0.0622

0.1263

0.1222

O.l152

0.15

0.2395

0.2442

0.1835

0.1937

0.1971

0.1649

0.1636

0.2032

0.2226

0.1899

0.1858

0.1785

0.2369

0.2126

0.1741

0.2478

0.2141

0.173

0.2181

0.2166

0.25

0.0012

0.0231

0.0653

0.0788

0.0014

0.0656

0.0497

0.0448

0.0195

0.0658

0.0211

0.0603

0.0528

0.0171

0.0482

0.0484

0.0528

0.0147

0.0509

0.0136

0.08

0.08

0.08

0.08

0.08

0.08

0.08

0.08

0.08

0.08

0.08

0.08

0.08

0.08

0.08

0.08

0.08

0.08

0.08

0.08

0.08

0.08

0.0854

0.0809

0.0905

0.0847

0.0828

0.1141

0.0872

0.0813

0.1094

0.1015

0.091

0.0947

0.0805

0.1156

0.1146

0.0902

0.1028

0.0864

0.1038

0.0932

0.12

0.0648

0.0748

0.0823

0.0813

0.1052

0.0015

0.0372

0.0935

0.0369

0.1112

0.0814

0.0089

0.0085

0.0014

0.0273

0.062

0.055

0.0844

0.0699

0.0611

0.12

0.1526

0.2103

0.196

0.2389

0.2413

0.2923

0.1545

0.14

0.2217

0.2944

0.1243

0.2766

0.1248

0.2135

0.1546

0.2488

0.1651

0.2881

0.1447

0.2139

0.3

0.4317

0.4727

0.4135

0.4961

0.4584

0.3305

0.4666

0.3384

0.4278

0.4338

0.4544

0.376

0.3883

0.3966

0.4216

0.3352

0.3004

0.458

0.4027

0.3426

0.5

0.1

0.1

0.1

0.1

0.1

0.1

0.1

0.1

0.1

0.1

0.1

0.1

0.1

0.1

0.1

0.1

0.1

0.1

0.1

0.1

0.5

0.5

0.5

0.5

0.5

0.5

0.5

0.5

0.5

0.5

0.5

0.5

0.5

0.5

0.5

0.5

0.5

0.5

0.5

0.5

0.5

0.5

1.0

1.0

1.0

1.0

1.0

1.0

1.0

1.0

1.0

1.0

1.0

1.0

1.0

1.0

1.0

1.0

1.0

1.0

1.0

1.0

1.0

一级

一级

一级

一级

一级

一级

一级

一级

一级

一级

一级

一级

一级

一级

一级

一级

一级

一级

一级

一级

一级

二级

二级

二级

二级

二级

二级

二级

二级

二级

二级

二级

二级

二级

二级

二级

二级

二级

二级

二级

二级

二级

三级

三级

三级

三级

三级

三级

三级

三级

三级

三级

三级

三级

三级

三级

三级

三级

三级

三级

三级

三级

三级

(5)测试样本

测试样本即待评价样本,是由各项污染因子的实际监测值构成的输入样本集。

本例涉及的测试样本包括两组:

测试样本集1(拉萨市2002年年12月大气环境质量状况评价样本集),共15组样本,参照表3.24列于表3.29中;测试样本集2(拉萨市2002年1—11月的环境月际空气质量状况评价样本集),共44组样本,参照表3.25列于表3.30中。

表3.29拉萨市区2002年12月份大气环境质量状况评价测试样本集(测试样本集1)

样本编号

网络输入(mg/Nm3)

对应监测点名称

SO2

NO2

TSP

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.02

0.0305

0.019

0.0425

0.021

0.0415

0.013

0.032

0.056

0.032

0.025

0.021

0.017

0.01

0.019

0.305

0.579

0.351

0.3685

0.203

0.322

0.205

0.052

0.2775

0.3

0.121

0.209

0.249

0.251

0.118

蔡工堂乡政府

纳金乡政府

交通建材水泥厂

八廓街

河南仓库

市环保局

布达拉宫广场

拉鲁湿地

区环境监测中心站

洛堆小学

哲蚌寺

堆龙铁路规划区

拉萨水泥厂(高争)

东嘎规划工业区

青藏公路

表3.30拉萨市区2002年1—11月环境空气质量状况评价测试样本集(测试样本集2)

样本编号

网络输入(mg/Nm3)

对应监测点名称

SO2

NOx

TSP

1

2

3

4

5

6

7

8

9

10

11

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.036

0.026

0.031

0.043

0.034

0.023

0.024

0.038

0.026

0.048

0.032

0.269

0.218

0.194

0.290

0.176

0.166

0.042

0.091

0.069

0.191

0.237

监测总站大楼

12

13

14

15

16

17

18

19

20

21

22

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.014

0.012

0.020

0.029

0.027

0.022

0.022

0.021

0.020

0.023

0.020

0.385

0.345

0.283

4.634

0.364

0.271

0.138

0.144

0.160

0.303

0.467

八廓街

23

24

25

26

27

28

29

30

31

32

33

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.038

0.023

0.029

0.030

0,021

0.019

0.020

0.003

0.023

0.035

0.025

0.300

0.313

0.230

0.313

0.213

0.171

0.048

0.116

0.114

0.274

0.293

市环保局

34

35

36

37

38

39

40

41

42

43

44

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.012

0.011

0.019

0.008

0.025

0.021

0.026

0.031

0.035

0.035

0.023

0.380

0.272

0.252

0.224

0.288

0.272

0.156

0.121

0.121

0.265

0.427

纳金乡

3.3.7.3大气环境质量评价BP神经网络训练与测试

(1)网络训练参数的设定

本例环境质量评价BP网络模型采用的训练算法是LMBP。

算法中需要设定的训练参数:

最大循环次数为10000,目标误差为0.001,动量常数为0.001,学习速率为0.001,学习速率增加比率为10,学习速率减少比率为0.1。

(2)网络评价结果

将待测试样本输入训练好的网络,测试样本集1及测试样本集2的测试结果如表3.31、表3.32所示。

表3.31测试样本集1测试结果

样本编号

网络输入(mg/Nm3)

监测点位置

功能区划*

测试

结果

评价等级

达标

状况

SO2

NO2

TSP

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.002

0.02

0.0305

0.019

0.0425

0.021

0.0415

0.013

0.032

0.056

0.032

0.025

0.021

0.017

0.01

0.019

0.305

0.579

0.351

0.3685

0.203

0.322

0.205

0.052

0.2775

0.3

0.121

0.209

0.249

0.251

0.118

蔡工堂乡政府

纳金乡政府

交通建材水泥厂

八廓街

河南仓库

市环保局

布达拉宫广场

拉鲁湿地

区环境监测中心站

洛堆小学

哲蚌寺

堆龙铁路规划区

拉萨水泥厂(高争)

东嘎规划工业区

青藏公路

二类区

二类区

二类区

二类区

二类区

二类区

一类区

一类区

二类区

二类区

一类区

二类区

二类区

二类区

二类区

0.499982

0.499269

0.49997

0.49997

0.55412

0.499986

0.517181

0.100713

0.499921

0.499982

0.100648

0.366008

0.493002

0.493943

0.100684

二级

二级

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 自然科学 > 数学

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1