科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对因废水污染物排放量数据维度高而导致预测较为复杂的问题，提出深水港口废水污染物排放量预测方法。首先，通过小波包分解和重构对原始数据去噪处理，提高数据质量。然后，采用主成分分析法对数据特征实施降维处理，再利用改进的遗传算法获取BP神经网络的初始连接权值和偏置，构建废水污染物排放量预测模型，将数据特征输入到模型中，输出预测结果。基于此，从制定科学合理的废水治理规划、完善废水处理基础设施和优化废水处理科学技术3个方面，提出了针对性的深水港口废水污染物治理措施。
- 单位
针对因废水污染物排放量数据维度高而导致预测较为复杂的问题，提出深水港口废水污染物排放量预测方法。首先，通过小波包分解和重构对原始数据去噪处理，提高数据质量。然后，采用主成分分析法对数据特征实施降维处理，再利用改进的遗传算法获取BP神经网络的初始连接权值和偏置，构建废水污染物排放量预测模型，将数据特征输入到模型中，输出预测结果。基于此，从制定科学合理的废水治理规划、完善废水处理基础设施和优化废水处理科学技术3个方面，提出了针对性的深水港口废水污染物治理措施。
