人工神经网络在工业污染源综合评价中的应用.pdf
《人工神经网络在工业污染源综合评价中的应用.pdf》由会员分享,可在线阅读,更多相关《人工神经网络在工业污染源综合评价中的应用.pdf(5页珍藏版)》请在三一文库上搜索。
1、第2 2卷第1期 2 0 0 6年 1 月 中 国给 水 排 水 CHI NA W AT ER 污染源综合评价; 行业综合评价; 等标污染负荷; 综合判别 指数 中图分类号: X 7 0 3 . 1文献 标识 码: C文章编号: 1 0 0 0 - 4 6 0 2 ( 2 0 0 6 ) 0 1 - 0 0 9 2 - 0 5 A p p l y i n g A r t i f i c i a l N e u r a l N e t w o r k i n I n t e g r a t e d A s s e s s me n t o f I n d u s t r y P o l l u
2、t i o n S o u r c e Z H O N G D i n g - s h e n g , Z I I A N G H o n g - w e i ( S c h o o l o f E n v ir o n m e n ta l S c i e n c e a n d F n g in e e r in g , T i a n j i n U n i v e r s it y , T i a n j i n 3 0 0 0 7 2 , C h i n a ) A b s t r a c t ; T h e . e n v i r o n m e n t a l a n d e c
3、 o n o m i c a t t r ib u t i o n o f i n t e g r a t e d p o l l u t i o n s o u r c e a s s e s s m e n t i s t h e m a i n c r i te r io n in t o t a l w a s t e l o a d f o r c o n t r o l l i n g a n d a l l o c a t in g . r h e p o l lu t i o n s o u r c e m a n a g e m e n t i s p u t t i n g
4、 g r e a t e r c o n c e r n i n t h e r e s e a r ch o n i n te g r a t e d p o l l u t i o n s o u r c e a s s e s s m e n t . S e v e r a l l i n e a r p o l l u t i o n s o u r c e a s s e s s m e n t m e t h o d s h a v e b e e n d e v e l o p e d . H o w e v e r d u e t o t h e m u lt i c o l
5、i n e a r i t y a n d n o n -l in e a r i t y r e l a t io n s h i p a m o n g t h e e n v ir o n m e n t , e c o n o m y a n d s o c ie t y , t h e i n te g r a t e d e n v i r o n m e n t a l - e c o n o m i c a t t r i b - u t e o f p o l l u t io n s o u r c e i s n o t f u l ly c o n s i d e r
6、e d i n a l l t h e s e l i n e a r m e t h o d s . A rt i fi c ia l N e u r a l N e t w o r k ( A N N ) w a s a p p l i e d t o a s s e s s t h e in t e g r a t e d e n v i r o n m e n t a l - e c o n o m ic a tt r ib u t e s o f i n d u s t ry p o ll u t i o n s o u r c e i n S h e n z h e n . E q
7、 u a l - s t a n d a r d p o l l u t i o n lo a d a n d i n t e g r a t e d d i s c r i m i n a to r i n d e x w e r e u s e d f o r c o m - p a r i s o n . T h e r e s u l t s o f c o m p a r i s o n i n d ic a t e t h a t A N N m e t h o d is t h e b e s t s u c c e s s f u l o n e . T h e e ff e
8、c t iv e n e s s o f A N N m e t h o d f o r i n t e g r a t e d p o l l u t i o n s o u r c e a s s e s s m e n t i s d u e t o it s a b il i t y o f s i m u la t in g a r b i t r a ry n o n - l i n e a r c o n t i n u o u s f u n c t i o 工 i a n d s e l f - a d 即li n g . K e y w o r d s : A N N; i
9、 n te g r a te d p o l l u t i o n s o u r c e a s s e s s m e n t ; i n t e g r a t e d i n d u s t ry a s s e s s m e n t ; e q u a l - s t a n d a r d p o l l u t i o n l o a d ; i n t e g r a te d d i s c r i m i n a t o r in d e x 水污染物总量控制和分配是现阶段我国环境管 理的主要内容之一, 综合评价污染源的环境经济属 性是实施污染物总量控制和分配的主要依据
10、, 囚此 结合地区特点研究开发科学、 合理的污染源综合评 基金项目:天津市应用基础研究计划项目 0 5 y fj m j a 1 0 3 0 0 ) ; 天津市科技发展计划项目( 0 3 3 1 1 3 8 1 1 ) 第 1期钟定胜, 等: 人工神经网络在工业污染源综合评价中的应用第 2 2卷 价方法, 已成 为当前污染源管理 的一个研究热 点 1 ,2 1 。 由于行业结构的复杂性、 污染特征的多样性, 使 得在实际 工作中, 下业污染源往往成为水污染物总 量 控制和分配的 核心内 容及主 耍研究对象队 4 。现 有的工业污染源评价方法主要有以下 3种: 等标污 染负荷法、 层次分析法、
11、综合判别指数法 , 这些方法 各有优点, 可用于解决不同的问题, 然而他们有一个 共同的不足计算方程组均为线性方程, 只能对 工业污染源的评价指标进行线性叠加。由于环境、 经济 、 社会指标间相互关系非常复杂, 使得这些方法 在 对工业污 染源进行环 境经济属性综合评价时难以 周全, 往往顾此失彼一 - s 1 。 人工神 经网络 具有模拟任意非线性连续函 数的 能力 E 1 , 具有自 学习、 自 识别、 自 适应的特性, 非常 适合模拟多指标的复杂系统, 因此引人人工神经网 络对工业行业污染源进行综合评价, 同时为考查该 方法的优劣, 采用了单位产值等标污染负荷和综合 判别指数两种方法进行
12、对比。 1 现行评价方法 1 . 1 等标污染负荷 法 等标污染负荷法是污染源评价中最为常用的一 种方法, 其主要思想是通过将不同污染源( 既可以 是行业, 也可以是具体的企业) 排放的不同污染物 总量与污染物排放标准进行比较 , 从而将各污染物 的排放量标准化处理成同一尺度上可以相互比较的 量, 由量值的大小来评价污染源的环境外部性程度。 它简单易行且具有较好的综合性, 是 目前应用最广 泛的一种方 法。等标污 染负荷 法的计算公 式 为L 7 , e . : C ., o : 尸 二= v=件 叨 L- 一 ” “ C n ik ( 1 ) 式 中 P 子 区 J 中 行 业i 排 放 的
13、 污 染 物k 的 单 位产值等标污染负荷 称 子区J 中行业i 排放的污染物k 的平 均浓度 C o a 污染物k 在行业I 的 排放标准 口 ilk 子区J 中行业 i 的 废水或废气排放 量/ 万兀产值 9 H k 子区1 中行业i 排放的污染物k 的总 量 万元产值 尸 、 值 越大, 则说明该行业的环境经济属性越 差, 应分配较小的排污权配额强度。 1 . 2 综合判别指数法 等标污染负荷法不能计算没有或无法设置国家 标准的评价指标, 如固 体废物、 危险废物、 废气排放 量、 用水量、 排水量等, 因此其对污染源环境经济综 合属性的评价有明显缺陷, 笔者在 深圳市污染行 业划分和布
14、局研究中, 提出了用于评价行业环境 经济综合属性的综合判别指数法, 即 对污染源的单 位产值排污系数( 包括石油类、 悬浮物、 C O D及部分 重金属等当地主要污染物) 、 需水系数和废水排放 系数等表征行业污染属性的主要指标进行综合考 虑, 对不同的指标参数按照其对环境质量的相对重 要性分别给予不同的权重系数, 最后利用多指标综 合计算的方法得出综合判别指数。计算公式如下: s , = ( Y 、 一 可 “ )/( 可 洲 一 Y , 0 ) ( 2 ) A ; 二 ,Y- K ,6 , ( 3 ) 式 中 Y y - i 污 染 源的 J 评价 指 标 值 / 万 元产 值, 评价指标
15、共分 3类, 包括水类环境指 标、 资源指标和能源指标 可抓 、 衅In 分别为污染源中的1 评价指标 值/ 万元产值的最大值和最小 值 民 无量纲化后的i 污染源1 评价指标值 K一 一 习评价指标的 权重系 数 人 i 污染源环境经济综合属性判别指数 依据综合判别指数的大小可以对污染源的环境 经济综合属性进行级别划分。 综合 判别指 数越大的 污染源, 其环境经济综合属性越差, 应分配 较小的 排 污权配额强度。 从 卜 述等标污染负荷法和综合判别指数法的计 算公式可以看出, 这两种方法的数学形式均为线性 方程组, 目前尚未见到有采用显性非线性力 一 程组的 评价方法。线性评价方法的缺点在
16、于, 很多评价指 标间并非简单的线性关系, 即使是同类指标( 如环 境污染指标的分项指标) 也往往并非简单的线性关 系, 因此线性评价力一法在评价污染源的环境经济综 合属性方面存在理沦缺陷。 近年来层次分析法作为一种改进型方法也常被 应用于污染源评价。尽管该方法可以通过判断矩阵 将专家经验引人评价方法, 并通过不同 评价指标间 的两两对比, 给出更为合理的指标权重, 但由于其数 学结构仍然是线性关系, 因此它仍不能从本质 改 第 1期中 国 给 水排 水第 2 2卷 变 线 性 方 程 的 缺 点 阵 叫 2 基于人工神经网络的综合评价方法 人 工神经网络 最大的 优点在于 其非线性模拟的 能
17、力 它能以任意精度逼近仟何非线性连续函数, 因 此非常适合于处理非线性问题。B P神经网络是一 种比较成熟的人工神经网络训练算法, 故采用其对 深圳市 工业行业污染源进行综合评价 ” 一 礴 1 。网 络 结构如图工 所示。 线 性 冷 点 S 函 数 节 点 图1 人工神经网络拓扑结构 F i g . 1 S tr u c t u re o f A N N 该网络采用3层前 向式 B P神经网络, 输人层 包括 1 5 个 拍 点, 分别代表工业总产值、 工业用水总 量、 新鲜用水量 、 工业废水排放量、 总铬、 六价铬 、 氰 化物、 石油类、 化学需氧量、 悬浮物、 废气排放量、 二 氧
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 人工 神经网络 工业 污染源 综合 评价 中的 应用
链接地址:https://www.31doc.com/p-3698919.html