王冬生 李世华 周杏鹏

(东南大学复杂工程系统测量与控制教育部重点实验室，南京210096)

自来水生产过程是一个复杂的物理、化学反应过程，受原水水温、浊度和水质的影响明显.经调查，现有的原水水质评价还没有用于自来水生产的过程控制之中，一方面由于发达国家水源地水质较好，而我国在经济高速发展的同时不注重水资源环境的保护，导致水源地水体污染严重;另一方面现有的原水水质评价研究以判别水源地水质类别为目的，而自来水生产过程不仅与水质类别有关，还受浊度和水温的影响.此外，还与我国自来水处理技术及其自动化水平相对落后不无关系.因此，开展针对自来水生产过程的原水水质评价研究，并由此改进自来水生产过程的前馈控制水平，保障自来水供水安全，具有重要的现实意义.

目前，研究应用较多的水质评价方法有多元统计分析法、模糊综合法和人工神经网络法等［1-3］.多元统计分析法可有效简化多指标数据，展示高维数据的内在规律和复杂系统的结构，是一种分析多指标数据的有力工具［1］.模糊综合法以隶属度来描述水质属于某级别的“亦此亦彼”的“中间过渡不分明性”即模糊性［2］.人工神经网络具有良好的非线性逼近能力、自学习能力和并行处理能力，Zhang等［3］用BP神经网络法实施水质评价.RBF神经网络具有比BP神经网络更快的收敛速度、更小的网络结构、更强的鲁棒性，以及不容易陷入局部……