学位论文 > 优秀研究生学位论文题录展示

基于贝叶斯网络的水质污染评价及预测

作　者: 齐培培
导　师: 黄解军
学　校: 武汉理工大学
专　业: 环境工程
关键词: 贝叶斯网络 结构学习 水质评价 水质预测 数据挖掘
分类号: X824
类　型: 硕士论文
年　份: 2009年
下　载: 221次
引　用: 4次
阅　读: 论文下载
 

内容摘要


随着社会科学与工业技术的快速发展,水环境污染评价越来越受到人们的广泛关注。贝叶斯网络具备概率推理能力强、语义清晰、易于理解等技术特点,为依赖关系和因果关系提供了一种自然而有效的表达方式,可以发现数据集中潜在的关系和模式,因此在数据挖掘中显示出独特的优越性。正是基于这一出发点,本文将贝叶斯网络引入到水质评价及预测中,通过系统的理论研究和实验分析,建立一套系统的贝叶斯网络结构学习理论和计算方法,为水质污染评价及预测提供有力的依据。本文的研究工作和创新点主要体现在以下几个方面:1.首先对水质评价方法进行了详细阐述,对贝叶斯网络的国内外发展现状进行了综述。在总结各种水质评价方法原理及优缺点的基础上,归纳出贝叶斯网络与其他方法相比的优势和特点,对贝叶斯网络进行系统深入的分析和论述,描述了贝叶斯网络模型的构成。论述了贝叶斯网络的功能与特点,分析和讨论了基于贝叶斯网络的水质污染评价及预测的理论方法与实现步骤,建立了用于水质评价及预测的贝叶斯网络计算模型。2.利用已知数据和信息,选取用于水质评价及预测的水质污染样本数据和实验数据。利用基于时间序列的贝叶斯数据预测方法,采用极大似然方法对对长江2005.1-2005.5的水质污染实验数据进行预测处理,得到2005.6的水质污染数据以用于水质预测有效性的验证,并将该方法的预测结果与数值估计方法的数据预测结果进行比较,利用两者的均方误差(MSD)来验证该方法的正确性与有效性。3.提出了基于贝叶斯网络的水质污染评价及预测网络模型的建立方法,即利用变量之间的预测能力,通过调整(增加、删除、改变方向)网络节点间的有向弧,建立用于水质污染评价及预测的贝叶斯网络模型;并在此基础上,利用长江2004.8-2004.12这5个月的水质污染数据,建立了基于贝叶斯网络的水质污染评价及预测模型。4.在网络模型建立的基础上,确定与水质级别有直接关系的水质污染因子;在此基础上,利用实验数据和预测数据,采用建立的贝叶斯网络计算模型公式,分别对长江2005.1-2005.5以及2005.6的水质进行水质级别评价和预测。为了验证贝叶斯网络评价方法的有效性,分别采用单因子评价法与模糊综合评价法对同样的数据进行评价和预测,并将其结果与贝叶斯网络的评价及预测结果进行比较,最终以各方法的评价精度来说明贝叶斯网络方法的科学性与有效性。

全文目录


中文摘要  4-5
Abstract  5-9
第一章 绪论  9-16
  1.1 选题背景及意义  9-11
  1.2 国内外研究现状  11-14
    1.2.1 水质评价方法综述  11-12
    1.2.2 贝叶斯网络的国内外研究现状  12-14
  1.3 本文的研究内容与框架  14-16
第二章 水质评价理论及方法  16-20
  2.1 模糊综合指数法和综合加权法  16-17
  2.2 模糊聚类分析  17
  2.3 灰色关联分析  17-18
  2.4 人工神经网络  18
  2.5 贝叶斯网络  18-20
第三章 基于贝叶斯网络的水质污染评价及预测  20-26
  3.1 评价及预测原理  20-21
  3.2 原理方法的实现  21-23
  3.3 评价预测方法及框架  23-26
第四章 数据处理  26-34
  4.1 数据选取  26-27
  4.2 数据预测处理——基于时间序列的贝叶斯动态数据预测处理  27-34
    4.2.1 贝叶斯预测的基本思想  27-28
    4.2.2 基于时间序列的贝叶斯动态数据预测处理方法  28-32
    4.2.3 数据预测处理方法的有效性验证  32-34
第五章 基于水质评价及预测的贝叶斯网络结构学习  34-43
  5.1 基于打分-搜索的学习方法  34-35
  5.2 基于依赖分析的学习方法  35
  5.3 基于评价及预测的贝叶斯网络结构学习方法  35-43
    5.3.1 变量之间的预测能力  35-37
    5.3.2 基于评价及预测的贝叶斯网络结构学习  37-38
    5.3.3 建立基于贝叶斯网络的水质评价及预测结构模型  38-43
第六章 实验与分析——长江水质评价及预测  43-54
  6.1 长江污染数据预测处理  43-44
  6.2 实验分析  44-54
    6.2.1 单因子指数法  45-46
    6.2.2 模糊综合评价法  46-47
    6.2.3 贝叶斯网络法  47-48
    6.2.4 对比分析  48-54
第七章 结论与展望  54-56
致谢  56-57
参考文献  57-62
附录  62-66
攻读硕士学位期间获得的成果  66

相似论文

  1. 多传感器信息融合及其在可穿戴计算机上的应用,TP202
  2. 黄磷储罐区安全评价方法研究,TQ126.317
  3. 基于数据挖掘技术的保健品营销研究,F426.72
  4. 高忠英学术思想与经验总结及运用补肺汤加减治疗呼吸系统常见病用药规律研究,R249.2
  5. 张炳厚学术思想与临床经验总结及应用地龟汤类方治疗慢性肾脏病的经验研究,R249.2
  6. Bicluster数据分析软件设计与实现,TP311.52
  7. 基于变异粒子群的聚类算法研究,TP18
  8. 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
  9. 基于遗传算法和粗糙集的聚类算法研究,TP18
  10. 河网水环境预警技术体系研究,X853
  11. 基于数据挖掘的税务稽查选案研究,F812.42
  12. 新疆柴窝堡湖2005年-2009年水环境质量状况及变化趋势,X832
  13. 面向社区教育的个性化学习系统的研究与实现,TP391.6
  14. 基于关联规则挖掘的入侵检测系统的研究与实现,TP393.08
  15. 数据仓库技术在银行客户管理系统中的研究和实现,TP315
  16. 基于Moodle的高职网络教学系统设计与实现,TP311.52
  17. 教学质量评估数据挖掘系统设计与开发,TP311.13
  18. 关联规则算法在高职院校贫困生认定工作中的应用,G717
  19. 基于数据挖掘技术在城市供水的分析与决策,F299.24;F224
  20. 数据挖掘技术在电视用户满意度分析中的应用研究,TP311.13
  21. Web使用挖掘与网页个性化服务推荐研究,TP311.13

中图分类: > 环境科学、安全科学 > 环境质量评价与环境监测 > 环境质量分析与评价 > 水质评价
© 2012 www.xueweilunwen.com