本發明涉及水體硝酸鹽氮測量領域，尤其是涉及一種和聲搜索優化的稀土礦區農田水體硝酸鹽氮軟測量方法。
背景技術：
稀土廣泛應用于現代工業生產中，被譽為“工業維生素”。在我國稀土資源中，離子型稀土是非常珍貴的稀土資源，它主要集中在我國的南方地區。我國的離子型稀土以重稀土為主。我國是世界上重稀土儲量最大的國家，而重稀土是制造各種尖端武器必不可少的原材料。因此我國離子型稀土在世界工業中具有舉足輕重的作用。
目前，離子型稀土的開采主要是利用原地浸礦的工藝。在開采離子型稀土礦時，首先在山體上挖掘大量的豎井，然后通過豎井把大量的酸性化學溶液灌注到礦山山體。然而這些灌注的酸性化學溶液容易滲透到稀土礦區的小溪河流，從而污染稀土礦區的小溪河流，而稀土礦區農田灌溉的水源往往都是來自于稀土礦區的小溪河流。由此可見，離子型稀土的開采容易造成稀土礦區農田水體的污染。為了有效地治理稀土礦區農田的水體污染，很有必要科學地把握稀土礦區農田水體的水質狀況。
硝酸鹽氮是反映稀土礦區農田水體水質的重要指標之一。而傳統檢測水體硝酸鹽氮的方法需要耗費大量的人力。為此，人們嘗試利用軟測量的方法來把握水體中硝酸鹽氮的含量。神經網絡是水質軟測量時的常用軟測量模型，但傳統神經網絡用于稀土礦區農田水體硝酸鹽氮軟測量時容易出現陷入局部最優的缺點。因此，傳統神經網絡在稀土礦區農田水體硝酸鹽氮軟測量中的測量精度還有待于進一步提高。
技術實現要素：
本發明的目的是提供一種和聲搜索優化的稀土礦區農田水體硝酸鹽氮軟測量方法。它在很大程度上克服了傳統神經網絡用于稀土礦區農田水體硝酸鹽氮軟測量時容易出現陷入局部最優的缺點，本發明能夠提高稀土礦區農田水體硝酸鹽氮的軟測量精度。
本發明的技術方案：一種和聲搜索優化的稀土礦區農田水體硝酸鹽氮軟測量方法，包括以下步驟：
步驟1，在需要軟測量的稀土礦區農田內連續num天采集水體樣本，并對水體樣本進行檢測，測量出與農田水質相關的指標：氨氮、總氮、硫化物、溶解氧、ph值、水溫、水深度、農田面積、硝酸鹽氮，將測量出來的數據作為樣本數據集；然后對采集到的樣本數據集進行歸一化處理；
步驟2，用戶初始化參數，所述初始化參數包括軟測量跨度天數xd，三層感知器神經網絡中隱含層神經元的個數pn，和聲庫大小hms，和聲庫的選取概率hmcr，擾動概率par，最大評價次數max_fes；
步驟3，令當前演化代數t＝0，并令當前評價次數fes＝0；
步驟4，令三層感知器神經網絡的輸入變量為歸一化的一天的稀土礦區農田水體水質指標：氨氮、總氮、硫化物、溶解氧、ph值、水溫、水深度、農田面積、硝酸鹽氮，輸出為歸一化的xd天后的稀土礦區農田水體的硝酸鹽氮值，然后確定三層感知器神經網絡的隱含層和輸出層的傳遞函數，并計算三層感知器神經網絡的優化設計參數個數d＝pn×11+1；
步驟5，隨機初始化和聲庫
步驟6，計算和聲庫bpt中每個個體的適應值；
步驟7，令當前評價次數fes＝fes+hms；
步驟8，保存和聲庫bpt中的最優個體bestt；
步驟9，執行基于精英區域反向策略的搜索操作產生新個體bvt，具體步驟如下：
步驟9.1，令計數器nj＝1；
步驟9.2，如果計數器nj小于或等于d，則轉到步驟9.3，否則轉到步驟10；
步驟9.3，在[1,hms]之間隨機產生三個互不相等的正整數rn1，rn2和rn3；
步驟9.4，在[0,1]之間產生一個隨機數crp；
步驟9.5，如果crp小于hmcr，則轉到步驟9.6，否則轉到步驟9.15；
步驟9.6，令
步驟9.7，在[0,1]之間產生兩個隨機實數pr1和pr2；
步驟9.8，如果pr1小于par，則轉到步驟9.9，否則轉到步驟9.16；
步驟9.9，如果pr2小于0.5，則轉到步驟9.10，否則轉到步驟9.11；
步驟9.10，令
步驟9.11，計算精英個體數量
步驟9.12，在和聲庫中選擇出前pbn個優秀個體組成精英庫
步驟9.13，計算精英庫pbestt中第nj維上的最小值elbnj與最大值eubnj，計算公式如下：
其中ki＝1,2,....,pbn；min為取最小值函數；max為取最大值函數；
步驟9.14，在[0,1]之間產生兩個服從均勻分布的隨機實數eo和ew，并令
步驟9.15，令
步驟9.16，令計數器nj＝nj+1，然后轉到步驟9.2；
步驟10，計算個體bvt的適應值；
步驟11，在和聲庫中找出適應值最差的個體記為worstt，如果個體bvt優于個體worstt，則用個體bvt替換個體worstt，否則保持個體worstt不變；
步驟12，令當前評價次數fes＝fes+1，并令當前演化代數t＝t+1；
步驟13，保存和聲庫bpt中的最優個體bestt；
步驟14，重復步驟9至步驟13，直至當前評價次數fes達到max_fes后結束，將執行過程中得到的最優個體bestt解碼為三層感知器神經網絡的連接權值和偏置值，利用得到的三層感知器神經網絡作為軟測量模型，即可實現稀土礦區農田水體硝酸鹽氮的軟測量。
本發明采用三層感知器神經網絡作為稀土礦區農田水體硝酸鹽氮的軟測量模型，并利用改進的和聲搜索來優化設計軟測量模型。在改進的和聲搜索中，首先執行基于精英區域反向策略的搜索操作產生個體，然后選擇出優秀個體進入下一代和聲庫，反復循環該搜索過程直至滿足終止條件，最后將得到的最優個體解碼為軟測量模型，即可實現稀土礦區農田水體硝酸鹽氮的軟測量。本發明能夠提高稀土礦區農田水體硝酸鹽氮的軟測量精度。
附圖說明
圖1為本發明的流程圖。
具體實施方式
下面通過實施例，并結合附圖，對本發明的技術方案作進一步具體的說明。
實施例：
步驟1，在需要軟測量的稀土礦區農田內連續num＝58天采集水體樣本，并對水體樣本進行檢測，測量出與農田水質相關的指標：氨氮、總氮、硫化物、溶解氧、ph值、水溫、水深度、農田面積、硝酸鹽氮，將測量出來的數據作為樣本數據集；然后對采集到的樣本數據集進行歸一化處理；
步驟2，用戶初始化參數，所述初始化參數包括軟測量跨度天數xd＝2，三層感知器神經網絡中隱含層神經元的個數pn＝5，和聲庫大小hms＝50，和聲庫的選取概率hmcr＝0.95，擾動概率par＝0.6，最大評價次數max_fes＝300000；
步驟3，令當前演化代數t＝0，并令當前評價次數fes＝0；
步驟4，令三層感知器神經網絡的輸入變量為歸一化的一天的稀土礦區農田水體水質指標：氨氮、總氮、硫化物、溶解氧、ph值、水溫、水深度、農田面積、硝酸鹽氮，輸出為歸一化的xd天后的稀土礦區農田水體的硝酸鹽氮值，然后確定三層感知器神經網絡的隱含層和輸出層的傳遞函數，并計算三層感知器神經網絡的優化設計參數個數d＝pn×11+1；
步驟5，隨機初始化和聲庫
步驟6，計算和聲庫bpt中每個個體的適應值；
步驟7，令當前評價次數fes＝fes+hms；
步驟8，保存和聲庫bpt中的最優個體bestt；
步驟9，執行基于精英區域反向策略的搜索操作產生新個體bvt，具體步驟如下：
步驟9.1，令計數器nj＝1；
步驟9.2，如果計數器nj小于或等于d，則轉到步驟9.3，否則轉到步驟10；
步驟9.3，在[1,hms]之間隨機產生三個互不相等的正整數rn1，rn2和rn3；
步驟9.4，在[0,1]之間產生一個隨機數crp；
步驟9.5，如果crp小于hmcr，則轉到步驟9.6，否則轉到步驟9.15；
步驟9.6，令
步驟9.7，在[0,1]之間產生兩個隨機實數pr1和pr2；
步驟9.8，如果pr1小于par，則轉到步驟9.9，否則轉到步驟9.16；
步驟9.9，如果pr2小于0.5，則轉到步驟9.10，否則轉到步驟9.11；
步驟9.10，令
步驟9.11，計算精英個體數量
步驟9.12，在和聲庫中選擇出前pbn個優秀個體組成精英庫
步驟9.13，計算精英庫pbestt中第nj維上的最小值elbnj與最大值eubnj，計算公式如下：
其中ki＝1,2,....,pbn；min為取最小值函數；max為取最大值函數；
步驟9.14，在[0,1]之間產生兩個服從均勻分布的隨機實數eo和ew，并令
步驟9.15，令
步驟9.16，令計數器nj＝nj+1，然后轉到步驟9.2；
步驟10，計算個體bvt的適應值；
步驟11，在和聲庫中找出適應值最差的個體記為worstt，如果個體bvt優于個體worstt，則用個體bvt替換個體worstt，否則保持個體worstt不變；
步驟12，令當前評價次數fes＝fes+1，并令當前演化代數t＝t+1；
步驟13，保存和聲庫bpt中的最優個體bestt；
步驟14，重復步驟9至步驟13，直至當前評價次數fes達到max_fes后結束，將執行過程中得到的最優個體bestt解碼為三層感知器神經網絡的連接權值和偏置值，利用得到的三層感知器神經網絡作為軟測量模型，即可實現稀土礦區農田水體硝酸鹽氮的軟測量。
本文中所描述的具體實施例僅僅是對本發明精神作舉例說明。本發明所屬技術領域的技術人員可以對所描述的具體實施例做各種各樣的修改或補充或采用類似的方式替代，但并不會偏離本發明的精神或者超越所附權利要求書所定義的范圍。