天津大学学报
天津大學學報
천진대학학보
JOURNAL OF TIANJIN UNIVERSITY SCIENCE AND TECHNOLOGY
2014年
4期
336-342
,共7页
信昆仑%刘龙%陶涛%项宁银
信昆崙%劉龍%陶濤%項寧銀
신곤륜%류룡%도도%항저은
供水管网%污染追踪定位%模式识别%神经网络
供水管網%汙染追蹤定位%模式識彆%神經網絡
공수관망%오염추종정위%모식식별%신경망락
water distribution network%contamination source identification%pattern recognition%neural network
用户对水质异常情况的投诉是反映供水管网整体水质状况的重要信息,但由于投诉信息具有滞后性、非量化等特征,目前尚未有基于这些信息的管网污染源识别方法.基于模式识别理论,提出了一种根据用户投诉信息追踪定位污染源的方法.该方法首先根据投诉节点的位置信息确定污染源候选节点集合,通过水质模拟确定候选节点发生污染后的用户水质投诉顺序,并以此为基础构建模式识别神经网络.考虑到用户投诉信息的特点,采用有噪声的样本对神经网络进行训练,并对不同类型噪声的样本进行测试.结果表明,训练后的神经网络可以有效地识别用户投诉信息模式,进而确定污染物注入位置.
用戶對水質異常情況的投訴是反映供水管網整體水質狀況的重要信息,但由于投訴信息具有滯後性、非量化等特徵,目前尚未有基于這些信息的管網汙染源識彆方法.基于模式識彆理論,提齣瞭一種根據用戶投訴信息追蹤定位汙染源的方法.該方法首先根據投訴節點的位置信息確定汙染源候選節點集閤,通過水質模擬確定候選節點髮生汙染後的用戶水質投訴順序,併以此為基礎構建模式識彆神經網絡.攷慮到用戶投訴信息的特點,採用有譟聲的樣本對神經網絡進行訓練,併對不同類型譟聲的樣本進行測試.結果錶明,訓練後的神經網絡可以有效地識彆用戶投訴信息模式,進而確定汙染物註入位置.
용호대수질이상정황적투소시반영공수관망정체수질상황적중요신식,단유우투소신식구유체후성、비양화등특정,목전상미유기우저사신식적관망오염원식별방법.기우모식식별이론,제출료일충근거용호투소신식추종정위오염원적방법.해방법수선근거투소절점적위치신식학정오염원후선절점집합,통과수질모의학정후선절점발생오염후적용호수질투소순서,병이차위기출구건모식식별신경망락.고필도용호투소신식적특점,채용유조성적양본대신경망락진행훈련,병대불동류형조성적양본진행측시.결과표명,훈련후적신경망락가이유효지식별용호투소신식모식,진이학정오염물주입위치.