人工神经网络在工业污染源综合评价中的应用.pdf

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 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 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 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 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 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 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 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 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， 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、 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 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 氧化硫排放量、 烟尘排放量、 固体废物产生量、 危险 废物产生量。经测试， 当隐含 层节点设置为4 个时， 网络训练结果满足精度要求， 为避免过度拟合， 不再 增加隐含层节 点数。 这些节点的 激活函 数采用S 函 数( s ig m o id ) 形式， 即: 中的最小值和最大值 X ; 标准化后的 输人向 量 3 实例分析 3 . 1 数据来源 研究采用的污染源调查资料米自深圳市环境监 测站。该站于 1 9 9 6年-1 9 9 7 年对全市的所有污染 源进行了详细调查， 这是该市迄今最翔实的污染源 调查， 从该调查结果获得 了当年全 市所有丁业行业 的 经济产出、 用 水量 需求、 废水及 各类污染物排放量 等详细数据。 由于在神经网络训练之前并没有完全准确的评 价结果可供训练， 囚 此采取r 冉励学习( 强化学习) 的 训练方法， 并利用综合判别指数和单 位产值等标 污染负荷法的计算结果进行网络的初期训练。经 3 0 0 0 次训练迭代后误差 0 . 0 0 1 ， 训练终止。 3 . 2 结果分析与讨论 采用神经网络的方法评价深圳市各工业行业的 环境经济综合属性为考查该方法的优劣， 同时采 用综合判别指数和单位产值等标污染负荷两种方法 进行对比。这 3 种评价力法的最终评价结果均为数 值越大则环境经济综合属性越不友好。结果见表 表1 行业环境经济属性综合评价结果 T a b . 1 A s s e s s m e n t res u lt s o f in d u s tr y e n v i ro n m e n ta l e o o n o n u e a t tr i b u t e rp ( v ) = 1+ 以p ( 一二) ( 4 ) 输出层山代表目 标值的节 点组成， 输出结果即 为神经网络给出的各行业的环境经济属性综合评价 值 由S函数的性质可知， 神经元节点的输入绝对 值太大容易出现神经兀的饱和， 另外 ， 由于影响因子 的物理量纲不同， 数量级差别较大， 因此在网络训 练、 检验及预测前， 均对输人向量作标准化处理， 具 体方法为 : 二X 一X，_ ._ A二万一 入如 ，一浅而 川 式中 戈 m、 弋二 分别为输人样本中第 ( 5 ) i 个 节点 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 在所用 3 种评价方法中， 等标污染负荷由于受 国家标准限制( 即很多指标没有国家标准) ， 能考虑 的指标最少， 未能全而反映行业的环境经济综合属 性， 因此其评价结果也是相对最差的。该方法对于 采掘业、 金属制品业、 机械工业、 木材加工及家具制 造业等行业的排序评价结果与另两种方法相差甚 远， 这反映了 评价指标过少的 等标污染负荷法在污 染源环境经济综合属性评价中的局限性。 综合判别指数法与神经网络评价法由于不受国 家标准的限制， 可以充分利用污染源调查的环境经 济统计数据， 选取的评价指标数目也相同， 因此排序 评价结果比较接近， 但相比较而言神经网络法的结 果更优， 这可以 从金属制品业和石油煤炭加工业的 判别得到验证。 在综合判别指数法中， 重金) s 排放强度最大的 金属制品业超过有机物排放强度最大的纺织业成为 环境经济综合属性最差的行业， 这个排序显然与金 属制品业和纺织业在深圳市环境污染中所占的地位 不符。深圳市的环境污染主要表现在水环境有机物 污染严重方面， 重金属污染仅在局部地区存在而且 封.小太严重。在神经网络的评价结果中， 金属制品 业被排在纺织业后列第 2位， 这个结果是比较合理 的 对 J -.石油煤炭加工业的评价， 神经网络方法和 单位产值等标污染负荷法的评价结果 一致， 而应用 综合判别指数法评价时， 由于有关废气、 固体废物和 重金属等污染物指标的排放量取零或接近于零， 淡 化了对其污染环境程度的识别， 因此排序靠后。究 其原因， 主要是因为在综合判别指数法的线性方程 组中， 石油煤炭加工业突出的石油类污染和新鲜用 水指标并不会获得超额的分数， 因此尽管其单项指 标突出， 但经线性叠加之后， 其分值已 被其他指标淡 化。在实际工作中， 这种情况是不应该出现的， 某污 染源若在某单项指标 卜 严重超标( 极端情况如放射 性、 难降解有机物污染等) 就应被“ 一票否决” 或严 格加强环境管理。这个缺点在以线性方程计算的等 标污染负荷法和层次分析法中几乎无法避免( 尽管 有时可以采取权秉系数方法加以调整 ， 但权重系数 的给定过程往往存在巨大争议) 。由于神经网络对 非线性关系具有强大的模拟能力， 而且其训练过程 是通过样本的多次学习、 人机的多次交互诱导来确 定各评价指标与属性判别的响应关系的， 虽然其评 价更为 模糊， 但 从效果上来看却 能更客观地反映行 业环境经济综合属性 综上所述， 相比较而 言神经网络方法的整休结 果最为合理， 也即神经网络能更准确地判别行业的 环境经济综合属性。经分析其原因是: 首 先， 神经网络综合的信息量最大， 可以 充分利 用几 乎所有的 现有污染源调查数据。 等标污染负荷 受环境标准的影响， 有些没有相应国家标准的项目 无法得到反映， 如用水量和排水量。 其次， 神经网络的最大优点是描述非线性响应 关系， 目 前的综 合判别指数和等标污染负荷法均为 线性方程组， 非 线性方程组难以 实际 应用， 而且从理 论上来说， 恐难 找到能 真正 合适、 准确描述问题的方 程组， 囚为行业的环境经济综合属性与其各类环境 经济统计指标问的简单确定性关系未必存在。此 外， 响应关系中的模 糊、 不确定性更使得方程组的求 解难上加难， 可以预见这种途径是费力不讨好的， 且 往往存在偏向性。 第三， 对于同类数据源， 尤其是指标间具有明显 相关性但却不能完全相互替代的数据( 如用水量和 排水量、 新鲜用 水量与总用水量, C O ll 和130D等指 标) ， 神经网络的运算结果不易产生增益， 即可以较 好地防止重复计算。另外两种方法则难以处理这种 多重共线性问题， 不是疏漏某方面影响( 当相关性 数据被剔除时) ， 就是突出该影响而产生了偏向性 ( 当相关性数据均被计入评价指标时) 。 第四， 神经网络具有学习功能， 能根据训练样本 自 动调节内部权重参数， 逐步逼近最优结果， 而另外 两种方法一经确定， 参评指标间的权重关系就确定 了。此外， 事实上也难以确定一个严格合理且科学 的权重组合， 因为不同的评价指标当其达到某些临 界点时， 对行业环境经济外部性的响应关系将有所 改变， 即往往表现出非线性关系。 第五， 通过评价指标的 组合运算得到最终评价 结果的 过程， 实质是确定各评价指标与最终评价结 果的响 应关系以 及各指标在该响应关系中的“ 权 重” 系数的过程， 在神经网络的人机交互式训练过 程中， 既可以利用其模拟仟意非线性关系的强大能 力来综合采纳其他计算力 一 法的长处， 也可以通过人 机交互式训练， 诱导专家经验， 修正其他方法的 不合 理因 素， 从而最终得到一个更能准确反映评价指标 与评价结果非线性响应关系的定量化评价网络 第 1期中 国 给 水排 水第 2 2卷 4 结论 由于污染源的环境 、 经济、 社会指标间的相互关 系非常复杂， 既存在多重共线性， 又存在非线性关 系， 使得应用现有方法对污染源进行环境经济属性 综合评价时难以做到周全。而人工神经网络由于具 有能模拟任意非线性连续函数及 自学习等特点， 适 用于污染源的综合评价。 7一 8 9 2 51一2 5 7. 马f 吉 如.环境质量评价 M .北京: 中国环境科学出 版社， 1 9 9 0 - 国家下业污染源调查办公室t令国土业污染N调查 评价与研究( 总论) M .北京: 中国环境科学出版 社， 1 9 9 0 - 钟定胜， 张宏伟等标污染负荷法评价污染源对水环 境的影响 J 中国给水排水， 2 0 0 5 , 2 1 ( 5 ) ; 1 0 1 - 1 0 3. 上莲芬层次分析法引论 MI .北京: 中国人民大学 出 版丰 11 , 1 9 9 0 李英龙.基于神经网络与弹性分析的囚素分析法及 其应用 J . 系 统工 程理论与实践, 1 9 9 8 , 1 2 : 4 4 - 4 9 . 赵会强神经网络理论在区域节水水平综合评价中 的 应用研究 J 灌溉排水， 1 9 9 9 , ( 6 ) ;4 5 一 4 7 B is h o p C M . N e u r a l N e tw o r k s fo r P a tt e rn R e c o g n i tio n M . O x f o r d : O x f o r d U n i v e r s i ty P ms s , 1 9 9 5 A g u i l o r a P A, F rc u ic h A G a r r id o , T u r r e s J A , e t a l . A p - p li c a ti o n o f th e k o h o n e n n e u r a l n e t w o r k i n c o a s t a l w a te r m a n a g e m e n t : m e th o d o l o g i c a l d e v e lo p m e n t f o r th e a s s e s s - m e n t a n d p r e d i c t io n o f w a te r q u a l i ty J ' . Wa te r R e - s e a rc h , 2 W7 , 3 5 ( 1 7) :4 0 5 3一 4 0 6 2 l0jLlllrl2jl3: 参考文献: S a r ik a y a H Z, S e v ir t d i M F , C it il E . R e g io n - w id e a s s e s s - m e a t o f t h e la n d - b a s e d s o u r c e s o f p o l lu t io n o f t h e b l a c k , , a J . W a te r S c i e n c e a n d T e c h n u l u g y , 1 9 9 9 , 3 9 ( 8 ) : 1 9 3一 2 0 0. 2 H o n g Y F , L in 1 . U o u Y S , e t a l . M e t h o d o f p o l lu t i o n s o u r c e s a s s e s s me n t in r e la ti u n to re s id e n t i a l s i te s e le c t i o n J o u rna l o f C l e a n e r P r o d u c t io n , 1 9 9 8 , 6 : 3 5 7一 3 6 3 3 王裕东， 倪晋仁， 罗华铭区域工业污染源评价方法 及其应用二 J 环境科学研究， 2 0 0 3 , 1 6 ( 4 ) ; 5 3 一 5 7 . 4 耿世刚.城 卜 工业固体废物污染评价方法初探 J . 环境科学研究， 1 9 9 5 , 8 ( 5 ) ;5 6 一 5 8 _ 5j 汪家权， 薛联育.改进层次分析法评价区域工业污染 源 .1 卜中国环 境科学, 1 9 9 9 , 1 9 ( 3 ) ; 2 3 0 - 2 3 3 . 6 H o r n ik K. A p p r o x i m a t i o n c a p a b i li t ie s o f m n lt i - la y e r fi x : d - fo r w a r d n e t w o r k s J j . N e u r a l N e tw o r k s , 1 9 9 1 , 4 ; 1 4 1 电话; ( 0 2 2 ) 2 7 8 9 0 0 1 7 收 稿 日期 : 2 0 0 5 -0 9 -2 2 书讯· 城市污水处理厂运行管理 I S B N 7 - 5 0 2 5 - 7 3 7 1 - 2 ， 李亚峰、 晋文学主编， 1 6 开， 化学工业出版社2 0 0 5年 8月出版发行， 3 8 . 0 0 元 本书共分为五篇十六章。第一篇“ 基础知识” 主要介绍城市污水的来源与性质、 城市污水处理厂污水处 理与污 泥处理工艺 及特点、 处理构筑物的构造及功能。第 二篇“ 运行管理” 主 要介绍城市污水处理厂处理构 筑物的运行管理常识、 处理构筑物经常出现的问题以及解决这些问题的措施办法。第三篇“ 机械设备” 主要 介绍城市污水处理常用机械设备、 维护和保养方面的技术与知识。第四篇“ 供配电与自动控制” 主要介绍城 市污水处理厂供配电系统与 自 动控制系统。第五篇“ 水质检测与安全生产” 主要介绍城市污水处理厂的水 质检测的基本知识和安全生产的基本要求 本书是城市污水处理厂工程管理技术人员和操作工上岗培训的教学参考书， 也可供从事城市污水处理 的管理人员、 技术人员、 工人学习使用 9 6