论文部分内容阅读
据中国环保有关部门的报道:中国的主要河流受污染情况不断恶化扩大,水资源需求量也在与日俱增。为治理水资源环境污染的问题,对水质进行监测刻不容缓,只有先对水质进行监测分析,才能确定水质的污染程度,从而选择最优的治理方案。中国水质监测主要项目包括化学需氧量(COD)、五日生化需氧量(BOD)、总有机碳(TOD)和浊度(Turbidity)等。其中,化学需氧量(COD)是反映水中有机物还原污染物含量的重要指标,也是评价水体污染程度的重要指标。测量水中COD含量的方法有多种,大致可分为化学和物理方法。其中化学类方式主要是通过各种化学药品与水中有机还原性污染物进行反应来测量COD含量,精度高,但是耗时长,二次污染容易,在线快速检测困难。物理类方式主要是通过使用红外可见光光谱、紫外可见光谱中水质对某些波长的吸收特性进行测量,它的特点是无需要任何易造成二次污染的化学试剂,能快速便捷地实现在线实检测。使用紫外光谱法检测水中COD含量是目前学术界中检测COD的一个重要发展方向,但紫外光谱水质COD检测传感器仍然存在测量精度有待提高的问题,因此本文将基于此改进紫外光谱水质COD检测传感器中的相关算法。在紫外光谱法检测水中COD含量的算法研究中,在使用单波长还是多波长建立回归模型的问题中,早期光谱法检测较为普遍的采用254nm波长的吸光度建立回归模型。而由于采用单波长建立回归模型,得到的数据稳定性较差,于是在后期多数学者选择多波长建立回归模型。而在多波长选取上,存在以下两个问题:1、简单选择相关系数最大的多列波长或者将提取特征波长与数据预处理融合在一起;2、如何高效便捷地选取特征波长。为解决上述问题,本文将利用遗传算法与偏最小二乘法结合、粒子群算法与偏最小二乘算法结合、以及改进混合遗传粒子群算法与偏最小二乘法结合三种算法来进行选取特征波长。并且将这三种算法选取特征波长后建立的偏最小二乘回归模型与传统特征波长选取的偏最小二乘回归模型进行了模型拟合对比评价,实际数据说明,三种算法选择特征波长并建立的模型不仅能使均方误差达到很小的值,并且拟合优度均超过了99%,平均误差为0.476853,平均误差率为2.3%,具有非常良好的性质。