遗传神经网络在累积性环境风险评价中的应用

以太湖流域常州段为研究对象，构建了累积性水环境风险评价指标体系，利用主成分分析法选取输入变量，并应用MATLAB建立遗传神经网络综合评价模型。运用遗传算法对BP神经网络的权值和阈值进行优化，将遗传算法全局搜索能力和BP算法局部搜索能力相结合，提高了收敛速度和精度。应用模型对2004—2009年常州市累积性水环境风险进行了综合评价，结果表明：2004—2009年风险综合指数总体上处在中级与高级之间，累积性水环境风险较大；2008—2009年风险综合指数不断增大，趋于低级；农业和畜禽养殖业等面源风险源、污水处理和风险管理投资等控制机制以及人口和环境敏感目标等风险受体是造成太湖流域常州段累积性水环境风险较大的主要原因。