A hybrid neural–genetic algorithm for reservoir water quality management.pdf

将神经网络与遗传算法相结合,应用于台湾飞咀水库水质管理。首先,采用人工神经网络(ANN)模型模拟了营养盐进入水库的行为。利用流域负荷、流域降水量、流量等数据对水库总磷浓度进行预测。水质数据的6年(1992-97年)记录用于网络培训,1998-2000年收集的额外数据用于模型验证。在此基础上,将遗传算法与人工神经网络模型相结合,对流域养分负荷进行优化控制。以遗传算法为搜索策略,确定流域养分负荷的适当削减率,使目标函数尽可能接近最优值。研究结果表明,人工神经网络模型能够有效地模拟水库水质动态。遗传算法能够识别将水库内总磷浓度降低60%的控制方案,并且如果流域营养负荷减少10-80%,水库内的水质有