版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、水質(zhì)評價就是根據(jù)水質(zhì)評價標(biāo)準(zhǔn)和水體評價指標(biāo)值,通過所建立的數(shù)學(xué)模型,對該水體的水質(zhì)等級精心綜合評判,為水環(huán)境管理和污染防治提供科學(xué)依據(jù)。因水質(zhì)的變化是連續(xù)的,而水質(zhì)標(biāo)準(zhǔn)中污染物濃度的表示卻是不連續(xù)的,人為地用特定的分級標(biāo)準(zhǔn)去評價水環(huán)境污染程度是不妥當(dāng)?shù)摹?水質(zhì)污染損害率是將水質(zhì)好壞與污染物對水體的損害程度相聯(lián)系,使評價具有明確的物理意義。但因?yàn)槲廴疚锏奶匦圆煌?,造成不同污染物的損害率公式的參數(shù)值各不相同,不便使用。由于水環(huán)境的
2、“好”、“壞”存在較大的模糊性,水質(zhì)評價中“污染程度”的界線也是模糊的,因此本文首先將不同污染物實(shí)測濃度與水質(zhì)標(biāo)準(zhǔn)的I級濃度值之比所得到的濃度相對值替代其實(shí)測濃度,以此認(rèn)為公式參數(shù)與污染物特性無關(guān);其次按照模糊綜合評價中貼近度最小的原則,構(gòu)造基于水質(zhì)綜合污染指數(shù)模型的權(quán)值優(yōu)化模型;最后,為了提高模型中參數(shù)、權(quán)值優(yōu)選中的計(jì)算精度和全局優(yōu)化能力,在Matlab遺傳算法工具箱基礎(chǔ)上采用加速遺傳算法進(jìn)行優(yōu)化計(jì)算。 經(jīng)過實(shí)例分析及對模型
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于遺傳算法的勵磁系統(tǒng)模型優(yōu)化.pdf
- 基于遺傳算法的礦山資源優(yōu)化調(diào)度模型.pdf
- 基于遺傳算法的WSN應(yīng)用優(yōu)化研究.pdf
- 基于遺傳算法的擴(kuò)展模糊模型及帶模糊解碼的遺傳優(yōu)化.pdf
- 基于智能優(yōu)化算法的城市湖泊水質(zhì)評價與預(yù)測方法研究.pdf
- 基于加速遺傳算法的鋼與混凝土組合構(gòu)件優(yōu)化研究.pdf
- 基于遺傳算法的模型擬合及其醫(yī)學(xué)應(yīng)用.pdf
- 基于MapReduce模型的并行遺傳算法的研究及應(yīng)用.pdf
- 改進(jìn)遺傳算法的函數(shù)優(yōu)化及應(yīng)用.pdf
- 基于遺傳算法的啁啾平面波激光脈沖加速電子優(yōu)化.pdf
- 精英策略遺傳算法改進(jìn)及在作物模型參數(shù)優(yōu)化的應(yīng)用.pdf
- 基于遺傳算法的庫存仿真及優(yōu)化.pdf
- 遺傳算法概述遺傳算法原理遺傳算法的應(yīng)用
- 神經(jīng)網(wǎng)絡(luò)模型在水質(zhì)評價中的應(yīng)用.pdf
- 遺傳算法和量子遺傳算法在物流系統(tǒng)優(yōu)化中的應(yīng)用.pdf
- 基于熵權(quán)的水質(zhì)評價方法的優(yōu)化研究.pdf
- 基于遺傳算法的翼型優(yōu)化.pdf
- 水質(zhì)評價和預(yù)測方法的研究及應(yīng)用.pdf
- 基于遺傳算法的供水企業(yè)優(yōu)化與應(yīng)用.pdf
- 基于遺傳算法的PEMFC優(yōu)化.pdf
評論
0/150
提交評論