基于计算智能的流域污染排放优化模式研究

基于人工神经网络和遗传算法建立了流域排污削减控制的技术框架.通过对排污口和目标断面水质监测数据的模拟与优化提出最优的排污削减控制策略,从而使目标功能区达标,可以间接的实现环境容量总量控制.结合情景分析理论对松花江哈尔滨段的朱顺屯-东江桥(S1)与东江桥-大顶子山(S2)功能区进行了COD的排污优化研究.结果表明,S1区段执行Ⅲ类功能区标准时,何家沟与松北两个排污口平均削减率分别为23％和25％；执行Ⅱ类功能区标准时2个排污平均削减率分别为64％和42％.S2执行Ⅱ类功能区标准,太平,阿什河和呼兰河排污口全年平均削减率分别为18％、53％和25％.基于计算智能的削减控制模式实用可操作性强,可以科学、合理的对各个排污口源强进行优化,给出最优的污染排放策略.