论文部分内容阅读
决策支持系统用定量的方式辅助决策,可以提高决策的效能,并改善系统的管理,现已经成为信息领域的研究热点之一。而水质管理是一个涉及多学科、多因素的复杂大系统,它的优劣将直接影响人们日常生活和经济的发展。因此,把二者有机结合起来,建立区域水质预测决策支持系统是一项非常有意义的工作。 本论文根据现有的实际情况,以河流水质管理为研究对象,以建立相应的水质预测模型为核心,以实现基于WEB技术的水质预测决策支持系统为目的,进行了以下工作。 1.详细论述了决策支持系统的概念、基本结构、相关技术和发展趋势,分析了当前我国水质预测管理的现状,提出基于WEB技术的水质预测决策支持系统的意义。 2.了解国内外水质预测管理方面的决策支持系统研究成果和方法,提出基于ANN和AR相结合的水质预测模型,并以实际水质数据进行训练仿真,验证了模型的有效性。同时在不断对ANN进行训练的实践中,总结出BP神经网络的几种改进算法的特性,并就其原理进行比较和选择。 3.根据历史水质数据的时间序列特性,把时序数据挖掘技术应用到水质预测上。创造性的提出基于趋势结构序列的水质趋势预测模型,对趋势结构序列作了严紧的定义和论述,并用历史水质数据的有关参数验证了模型的有效性。 4.利用面向对象的UML建模机制对系统进行详尽设计。根据水质预测模型的复杂运算特性,特别构建基于IIS 5.0(Internet Information Server)的MATLAB Web Server网络平台。利用FrontPage 2002和MATLAB作软件开发工具,SQL Server 2000作为后台数据库,初步实现基于B/S的水质预测决策支持系统。 在论文结论部分,对全文进行了总结、并从理论和实践两方面对后续工作进行了展望。