应用反向传播神经网络模型评价游泳池水质的方法技术

技术编号:10376074 阅读:223 留言:0更新日期:2014-08-28 18:26
本发明专利技术涉及借助于测定材料的化学或物理性质来测试或分析材料的方法领域,具体为一种应用反向传播神经网络模型评价游泳池水质的方法。一种应用反向传播神经网络模型评价游泳池水质的方法,包括a.指标筛选、b.标准选定、c.划定分级和d.模型拟合。本发明专利技术减少人工评价工作量,提高评价结果准确性和客观性。

【技术实现步骤摘要】

本专利技术涉及借助于测定材料的化学或物理性质来测试或分析材料的方法领域,具体为一种。
技术介绍
水质评价是按照评价目标选择相应的水质参数、水质标准和计算方法,对水的利用价值及水的处理要求做出评定的过程。长期以来,国内外研究人员对水质评价的方法进行了大量研究,提出了很多方法,如单项指标评价法、综合污染指数评价法、灰色评价法、模糊评价法、物元分析法等。但由于研究目的不同,对水质评价的侧重点也有所不同,再加之水质评价方法本身的不足,因而难以在现有的水质评价方法中找到一种既科学合理,又能够全面客观地反映水体水质状况的水质评价方法。作为特殊水体的游泳场所之池水水质好坏直接影响泳客的健康。城市发展带动游泳场馆的建设,参加游泳活动的人数急剧增加,与此同时池水污染日益突出,多种传染性疾病可经池水传播,如眼结膜炎、肠道传染病、真菌病等。对池水水质进行科学合理的评价是卫生行政部门进行正确决策及采取适当措施预防疾病暴发流行的先决条件和基础。但目前用于游泳场所水质评价 方法主要是单项指标合格率分析,水质综合评价研究较少,且其方法主要是密切值法、模糊数学法和合格率法等,皆是早期的方法学研究,存在较多不完善之处。
技术实现思路
为了克服现有技术的缺陷,提供一种减少人工评价工作量,提高评价结果准确性和客观性的水质评价方法,本专利技术公开了一种。本专利技术通过如下技术方案达到专利技术目的:一种,包括a.指标筛选、b.标准选定、c.划定分级和d.模型拟合,按如下步骤依次实施:a.指标筛选:指标来源于游泳场所卫生安全的行业标准《游泳池水质标准》(CJ244-2007)和《游泳池给水排水工程技术规程》(CJJ122-2008),为兼顾指标的重要性和可操作性,如指标的卫生学意义和对水质平衡(即池水保持既不析出沉淀结垢,又不产生腐蚀性和溶解水垢的中间状态)的影响、水处理工艺的调查、历年指标合格情况、指标检验方法的简便性等,选定如下游离性余氯等7个指标进入综合评价体系,其中括号内的是指标所用单位:①游离性余氯(mg/L)、②氰尿酸(mg/L)、③氧化还原电位(mV)、④pH值、⑤总碱度(mg/L)、⑥钙硬度(mg/L)和⑦尿素(mg/L);b.标准选定:除总碱度和钙硬度标准限值来源于《游泳池给水排水工程技术规程》(CJJ122-2008)外,其它5个指标标准限值来源于《游泳池水质标准》(CJ244-2007)。7个指标从①至⑦的标准限值依次为:[0.2, 1.0]、≤150、≥650、[7.0,7.8]、[60,200]、[200,450]和≤ 3.5 ;c.划定分级:结合水处理和环境卫生学领域等专家的经验判断,确定指标的分级标准。各指标的分级标准如下表所示:本文档来自技高网...

【技术保护点】
一种应用反向传播神经网络模型评价游泳池水质的方法,包括a.指标筛选、b.标准选定、c.划定分级和d.模型拟合,其特征是:按如下步骤依次实施:a.指标筛选:选定如下7个指标,其中括号内的是指标所用单位:①游离性余氯(mg/L)、②氰尿酸(mg/L)、③氧化还原电位(mV)、④pH值、⑤总碱度(mg/L)、⑥钙硬度(mg/L)和⑦尿素(mg/L);b.标准选定:a步骤选定的7个指标从①至⑦的标准限值依次为:[0.2,1.0]、≤150、≥650、[7.0,7.8]、[60,200]、[200,450]和≤3.5;c.划定分级:各指标的分级标准如下表所示:d.模型拟合:d.1训练样本的建立:将c步骤表所列的7个指标的分级标准中的数据进行归一化处理,即按照y=(x‑最小值)/(最大值‑最小值)规则将具体数值转化为[0,1]区间上的数据,把水质分级标准作为训练样本,将其输入到网络的输入节点;采用产生随机数原理,在至少两种水质的水样中,在每种水样中各抽取不低于100份的样本,将全体样本进行训练和建模;d.2神经网络初始化:设定输入层、隐含层和输出层的节点数,并初始化其神经元之间的连接权值ωij和ωjk、隐含层阀值a和输出层阀值b,给定学习速率和神经元激励函数,选取输入输出序列(X,Y);d.3隐含层输出计算:根据输入向量X、输入层和隐含层间的连接权值ωij以及隐含层阀值a,计算隐含层输出H,其计算式如式(1)所示:Hj=f(Σi=1nωijxi-aj),j=1,2,······m--(1);]]>式(1)中f为激励函数,激励函数的表达形式为经典的Sigmoid函数,其计算式如式(2)所示:f(x)=11+e-x--(2);]]>d.4输出层输出计算:根据隐含层输入H、隐含层和输出层间的连接权值ωjk以及输出层阀值b,计算预测输出O,其计算式如式(3)所示:Ok=f(Σj=1mHjωjk-bk),k=1,2,······l--(3);]]>d.5误差计算:根据预测输出O和期望输出Y获得预测误差e,其计算式如式(4)所示:ek=Yk‑Ok,k=1,2……l——(4);d.6权值更新:根据预测误差e对连接权值ωij、ωjk进行更新,其计算如式(5)和式(6)所示:式(5)和式(6)中的η为学习速率,ωij=ωij+ηHj(1-Hj)xiΣk=1lωjkek,i=1,2······n;j=1,2······m--(5),]]>ωjk=ωjk+ηHjek,j=1,2……m;k=1,2……l——(6);d.7阀值更新:根据预测误差e对阀值a和b进行更新,其计算如式(7)和式(8)所示:aj=aj+ηHj(1-Hj)Σk=1lωjkek,j=1,2······m;k=1,2······l--(7),]]>bk=bk+ek,k=1,2……l——(8);d.8判断算法迭代是否结束:若迭代结束,表示训练过程可以结束,模型建立完成;若迭代还没有结束,则返回隐含层输出计算步骤重新开始一个新的训练调整过程,直至算法迭代得以结束;算法迭代结束后,根据输出的数据和步骤c中确定的分级标准表最终确定水质级别。...

【技术特征摘要】
1.一种应用反向传播神经网络模型评价游泳池水质的方法,包括a.指标筛选、b.标准选定、c.划定分级和d.模型拟合,其特征是:按如下步骤依次实施: a.指标筛选: 选定如下7个指标,其中括号内的是指标所用单位:①游离性余氯(mg/L)、②氰尿酸(mg/L)、③氧化还原电位(mV)、④pH值、⑤总碱度(mg/L)、⑥钙硬度(mg/L)和⑦尿素(mg/L); b.标准选定:a步骤选定的7个指标从①至⑦的标准限值依次为:[0.2,1.0]、≤1...

【专利技术属性】
技术研发人员:黄丽红
申请(专利权)人:上海市长宁区卫生局卫生监督所
类型:发明
国别省市:上海;31

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1