共查询到15条相似文献,搜索用时 140 毫秒
1.
B-P网络用于环境质量分类研究 总被引:7,自引:0,他引:7
用全国25个湖泊的水质指标资料作为训练样本,应用人工神经B-P算法,分别建立了3参数和4参数的水质分类模型,并用所建立的模型对6个湖泊水质进行分类检验效果。结果表明B-P模型应用于环境质量分类是可行的,且由于B-P网络有学习,自适应的能力,因而与其它的环境质量分类法相比具有优越性。 相似文献
2.
选取与TSI_c为0.50,100相应的水质营养状态作为3个建模样本,以chl-a,TP,TN和SD4个水质参数作为样本的输入特征,建立B-P网络的水质营养状态评价模型。该模型应用于全国30个湖泊水质的营养状态评价,获得了较好的检验效果。 相似文献
3.
选取与TSIc为0,50,10相应的水质营养状态作为3个建模样本,以chl-a,TP,TN和SD4个水质参数作为样本的输入特征,建立了B-P网络的水质营养状态评价模型。该模型应用于全国30个湖泊水质的营养状态评价,获得了较好的检验效果。 相似文献
4.
综合环境质量的B-P网络二级评价 总被引:4,自引:0,他引:4
为了探索人工神经网络应用于环境质量评价的可行性和合理性,应用人工神经网络的B-P模型,构造了大气、水质和噪声的综合环境质量的B-P网络二级评价模型。并将该模型应用于实例作效果检验。结果表明B-P网络用于环境质量评价适应性强,方法可行,结果合理。 相似文献
5.
大气环境质量的人工神经网络决策模型 总被引:23,自引:0,他引:23
为了对环境质量进行综合评价,运用误差反向传播算法的人工神经网络方法建立了环境质量评价的B-P决策模型,用此模型研究实例的大气环境质量,结果表明B-P网络用于环境质量评价具有客观性和实用性 相似文献
6.
大气环境质量综合评价的B-P网络模型 总被引:6,自引:0,他引:6
选取大气环境质量的三级标准作为3个学习样本,以SO_2,NO_x和TSP三种污染物的三级标准浓度限值作为样本的输入特征值,建立了三参数的B-P网络大气环境质量综合评价模型,用该模型对31个测点的大气环境质量进行评价,并与模糊数学和灰色系统法的评价结果比较,表明B-P网络用于大气环境质量评价具有优越性。 相似文献
7.
人工神经网络在高原湖泊水质评价中的应用 总被引:2,自引:0,他引:2
本文应用人工神经网络方法,建立了高源湖泊水质BP神经网络模型,对湖泊水质进行综合评价,通过实例检查结果表明,BP神经网络方法能准确反映水体污染程度,具有较强处理相互矛盾影响样本的能力,方法可行,结果客观合理。 相似文献
8.
大气环境质量综合评价的B—P网络模型 总被引:2,自引:0,他引:2
选取大气环境质量的三级标准作为3个学习样本,以SO2,NOx和TSP三种污染物的三级标准浓度限值作为样本的输入特征值,建立了三参数的B-P网络大气质量综合评价模型,用该模型对31个测点的大气环境质量进行评价,并与模糊数学和灰色系统法的评价结果比较,表明B-P网络用于大气环境质量评价具有优越性。 相似文献
9.
肇庆星湖水质模型研究 总被引:3,自引:0,他引:3
根据星湖水污染特点,建立包括NH^_4-N,NO^-2-N,NO^-3-N,CBOD,DO的多元耦合氧平衡模型,P平衡模拟以及Chla-P关系统计模型。模型中的参数采用实验法,经验公式法以及利用实测资料率定等方法,经实测资料验证,模型精度达到基本要求,可用于星湖水质管理实际工作。 相似文献
10.
11.
12.
B-P网络用于水质综合评价方法的研究 总被引:13,自引:2,他引:13
本文应用误差反向传播(B—P)算法的人工神经网络建立了水质综合评价模型。该模型应用于实例的水质评价结果表明B—P网络用于水质综合评价具有客观性和实用性。 相似文献
13.
B-P网络用于水质综合评价方法的研究 总被引:15,自引:1,他引:15
本文应用误差反向传播(B—P)算法的人工神经网络建立了水质综合评价模型。该模型应用于实例的水质评价结果表明B—P网络用于水质综合评价具有客观性和实用性。 相似文献
14.
基于遗传算法的人工神经网络在降水酸度预测中的应用 总被引:1,自引:0,他引:1
在误差反向传播(Back Propagation)算法的人工神经网络结构模型的基础上,应用遗传算法训练神经网络权重,实现网络结构的优化。用优化后的BP人工神经网络建立了江西省南昌市的降水酸度预测模型。并将该模型预测结果与BP算法和多元线性回归法的预测结果进行了比较。检验结果表明:基于遗传算法的人工神经网络优于BP算法及多元线性回归法,具有良好的预测效果。 相似文献