| 基于人工蜂群算法的BP双隐含层神经网络水质模型 |
| |
| 引用本文： | 杨咪,徐盼盼,钱会,侯凯.基于人工蜂群算法的BP双隐含层神经网络水质模型[J].环境监测管理与技术,2018,30(1):21-26. |
| |
| 作者姓名： | 杨咪 徐盼盼 钱会 侯凯 |
| |
| 作者单位： | 长安大学环境科学与工程学院，旱区地下水文与生态效应教育部重点实验室,长安大学环境科学与工程学院，旱区地下水文与生态效应教育部重点实验室,长安大学环境科学与工程学院，旱区地下水文与生态效应教育部重点实验室,长安大学环境科学与工程学院，旱区地下水文与生态效应教育部重点实验室 |
| |
| 基金项目： | 国家自然科学基金“银川平原地下水对条件变化的响应机制及合理开发利用研究”资助项目（41172212） |
| |
| 摘 要： | 采用人工蜂群算法优化BP神经网络的初始权值和阈值,同时采用双隐含层来提高网络精度,选取DO、IMn、COD、BOD5和NH3-N作为评价指标,建立一个基于人工蜂群算法的BP双隐含层神经网络模型,并应用该模型对2012年黄河水系下河沿断面的各月监测数据进行水质评价,同时与BP神经网络、模糊层次评价方法作比较。结果表明:基于人工蜂群算法的BP双隐含层神经网络在水质评价时,均方误差小,多次运行的结果始终一致,评价结果合理有效。
|
| 关 键 词： | BP神经网络 双隐含层 人工蜂群算法 水质评价 |
Water Quality Evaluation Model Based on Artificial Bee Colony Algorithm and BP Double Hidden Layer Neural Network |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《环境监测管理与技术》浏览原始摘要信息 |
| 点击此处可从《环境监测管理与技术》下载免费的PDF全文 |
|
