论文部分内容阅读
石油污染被认为是对海洋环境危害较大污染物之一,本文通过分析与溢油污染程度有关的影响因素,首次构建了海上石油平台溢油污染程度评价指标体系。运用层次分析法(AHP)计算各评价因素的权重分配；并建立了指标的隶属度函数及隶属度子集表；完成了海上溢油污染程度的二级模糊综合评价模型。对溢油污染程度评价指标进行分级,利用Rand函数在各分级标准内随机生成足够数量的样本；建立了较合理的网络结构；构建了石油平台溢油污染等级BP神经网络模型。两种评价模型为判断溢油污染等级提供了新方法,同时也为溢油应急决策部门采取应急措施提供一定的技术支持。通过分析与溢油污染程度有关的影响因素,建立了涵盖溢油量、油品特性、溢油位置、气象要素、水文要素五个方面的海上石油平台溢油污染程度评价指标体系。该指标体系包含静态和动态两大方面的指标：原油的毒性、持久性、易燃性、粘性、海域敏感资源、离岸距离、岸线类型；溢油量、风速、能见度、表层流速、表层流向、表层水温、波高。对于溢油量和溢油海域敏感资源两项评价指标,采用三角形与梯形曲线相结合构造隶属度函数,进而确定其隶属度；原油的毒性、持久性、易燃性、粘性、岸线类型、离岸距离、风速、能见度、表层流速、表层流向、表层水温、波高12相指标,则通过构造隶属度子集表确定隶属度。运用层次分析法(AHP)确定了一级指标和二级指标的权重,一级指标溢油量、油品特性、溢油位置、气象要素、水文要素权重分别为：0.39、0.10、0.12、0.20、0.19。二级指标原油的毒性、持久性、易燃性、粘性分别为0.34、0.29、0.20、0.17,海域敏感资源、离岸距离、岸线类型权重为0.41、0.37、0.22,风速、能见度、表层流速、流向、水温、波高为0.83、0.17、0.42、0.13、0.10、0.35。由评价指标的隶属度和权重分配,即可实现海上石油平台溢油污染程度二级模糊综合评价模型的构建,该模型为科学地判断溢油污染等级提供了新方法,克服了单凭专业人员的主观判断存在的片面性。由于缺乏客观实际的样本数据,对神经网络的14个输入指标进行分级,利用Rand函数在各分级标准内随机生成2300个样本,从中抽取100个作为网络模型的检验样本。运用随机生成的训练样本,在设定隐含层节点为6、epochs=3000、goal=0.00001的条件下,采用6种常用的改进BP学习算法逐一训练网络,对比网络的训练结果,确定选取性能最好的的Levenberg-Marquardt算法。根据经验公式计算出隐含层神经元数目的取值范围,再采用“试凑法”具体确定最佳神经元个数为8。根据网络的输入、输出样本、网络层数、各层神经元个数、学习算法、传递函数、性能函数等参数,运用newff函数生成BP网络,并应用MATLAB6.5编程,对BP网络模型进行训练,训练误差小于目标误差时,训练停止。应用检验样本仿真测试网络性能,结果表明构建的网络模型的具有很强的泛化能力。运用模糊综合评价和BP网络模型评判溢油事故实例,二者判断的结果一致,可见构建的两种模型均能很好地判断溢油事故污染等级。一旦海上石油平台发生溢油事故,利用在线监测系统及基础数据库中的参数数值,对溢油事故污染程度进行评判,以便及时、快速地了解溢油污染等级,为采取溢油应急对策提供可靠依据,具有较强的实用性。