共查询到16条相似文献，搜索用时 187 毫秒
1.
讨论了长江水质污染的评价和预测问题．采用宽域灰色决策方法,建立灰色综合评价模型,得到有效的水质评价报告；利用单因子法,对长江水中高锰酸盐和氨氮污染指数分析得到了主要污染区段；运用人工神经网络法和统计方法建立了水质预测模型和污水处理模型,得到年平均污水处理量．使用数学方法对长江水质问题进行了有益的探讨,得到具有一定实际参考价值的数据和理论指导意义的结论． 相似文献
2.
讨论了长江水质的评价与预测问题.利用多指标模糊概率综合评价和水质指数(W Q I)综合评价等方法分别对长江近两年多的水质状况进行对比,分析,检验与定量综合评价.建立相应的线性规划与线性回归模型,找出主要污染物高锰酸盐和氨氮的分布地区.并对长江未来10年的水质污染趋势进行了预测分析,统计了每年最少处理的污水量. 相似文献
3.
讨论了长江水质评价与预测问题,根据过去长江水质污染状况,建立的模糊优化评价模型,差值评判模型,水质污染回归模型及污水处理函数,评价且预测了长江水质污染情况,对长江水质污染问题的解决有一定的现实指导意义,提出的建议是切实可行的. 相似文献
4.
刘财辉 《赣南师范学院学报》2006,27(6):44-47
针对长江水质问题,先用内梅罗水质污染指数法对长江近两年多的水质情况做定量的综合评价,判断出主要污染物的源头所在地区,然后采用GM(1,1)模型对长江未来10年水质污染的发展趋势做出了预测． 相似文献
5.
段振颖 《湖南科技学院学报》2008,29(4):6-8
长江水质的污染程度日趋严重,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.本文运用模糊数学理论建立了"长江流域水质综合评判"模型,对长江水质进行了全面的定量的综合评判.应用灰色系统理论,建立了灰色预测模型,从而科学地预测出长江未来水质污染的发展趋势. 相似文献
6.
黄晓娟 《赤峰学院学报(自然科学版)》2013,(19):35-36
在环境系统评价中,水环境质量等级评价是其中十分重要的工作,在此引入熵和灰色关联度的相关理论,通过分析长江干流各监测点的污染程度及产生原因,建立了一类基于灰熵的综合评价模型,对长江水质总体情况和地区分布进行了定性和定量分析．进一步说明了该类综合评价方法的科学性和合理性． 相似文献
7.
8.
长江水质污染预测的灰色模型 总被引：5，自引：0，他引：5
水质预测涉及因素众多且机理复杂，而且已知数据偏少，故采用灰色理论中的GM（1，1）模型对长江污染物进行预测，并进行了四种检验，都达到较满意的效果．为了使预测结果更加准确，提出了用GM（1，1）模型群和等维灰数递补动态预测两种方法加以改进，从而避免使用单一的灰色模型容易受到不稳定信息影响的缺陷，使得预测精度更加准确，提高预测结果的可信度． 相似文献
9.
马尔可夫预测方法在预测领域有着广泛的应用．该方法应用的一个重要的问题就是如何估计一步状态转移概率矩阵．在历史资料没有给出系统处于n个状态次数的情况下，给出一步状态转移概率矩阵估计的最优化方法．最后探讨了基于Markov链的最优化预测模型在长江水质预测中的应用，从而表明该模型的有效性． 相似文献
10.
李振亮 《重庆第二师范学院学报》2012,(3):36-39
对河流水质模型和流域非点源污染模型在三峡库区水质预测的相关研究进行了综述,着重探讨了河流水质模型中水质组分在三峡库区多介质环境的迁移与转化机理．以及流域非点源污染模型在三峡流域污染负荷的研究进展。 相似文献
11.
何炜 《廊坊师范学院学报(自然科学版)》2013,(6):45-47
甘肃省长江流域属长江上游区域,该区水资源质量状况会影响到整个长江流域。通过对该流域的水资源分布及现状、水污染、水土流失等水资源问题进行分析,提出了该流域水资源可持续发展及提高水资源质量的对策与建议。 相似文献
12.
长江地表水是芜湖市重要的水源.近年来,由于大量的工农业废水和生活污水的排放,严重影响了长江芜湖段的地表水水质.通过实地调查及水质监测,结果发现各水质指标符合国家地表水环境质量标准,但存在局部污染.通过分析该段的局部污染问题,提出了相应的防治污染的建议. 相似文献
13.
宣明 《温州职业技术学院学报》2006,6(2):43-45
抢渡长江问题的分段模型是2003年全国大学生数学建模竞赛D题的一种求解模型。文章着重探讨当水流速度线性变化时,游泳者在抢渡过程中速度大小保持不变,但游泳方向采取分段变化情况下的最优解。 相似文献
14.
A one-dimensional BOD-DO coupling model for water quality simulation is presented,which adopts Streeter-Phelps equations and the theory of back-propagation artificial neural network.The water quality data of Yangtze River in the Chongqing region in the year of 1989 are divided into 5 groups and used in the learning and testing courses of this model.The result shows that such model is feasible for water quality simulation and is more accurate than traditional models. 相似文献
15.
Artificial neural network modeling of water quality of the Yangtze River system: a case study in reaches crossing the city of Chongqing 总被引：2，自引：0，他引：2
An effective approach for describing complicated water quality processes is very important for river water quality management. We built two artificial neural network （ANN） models, a feed-forward back-propagation （BP） model and a radial basis function （RBF） model, to simulate the water quality of the Yangtze and Jialing Rivers in reaches crossing the city of Chongqing, P. R. China. Our models used the historical monitoring data of biological oxygen demand, dissolved oxygen, ammonia, oil and volatile phenolic compounds. Comparison with the one-dimensional traditional water quality model suggest that both BP and RBF models are superior; their higher accuracy and better goodness-of-fit indicate that the ANN calculation of water quality agrees better with measurement. It is demonstrated that ANN modeling can be a tool for estimating the water quality of the Yangtze River. Of the two ANN models, the RBF model calculates with a smaller mean error, but a larger root mean square error. More effort to identify out the causes of these differences would help optimize the structures of neural network water-quality models. 相似文献