BP神经网络在地下水环境质量评价中的应用

BP神经网络在地下水环境质量评价中的应用

ID:40709679

大小:112.40 KB

页数:4页

时间:2019-08-06

BP神经网络在地下水环境质量评价中的应用_第1页
BP神经网络在地下水环境质量评价中的应用_第2页
BP神经网络在地下水环境质量评价中的应用_第3页
BP神经网络在地下水环境质量评价中的应用_第4页
资源描述:

《BP神经网络在地下水环境质量评价中的应用》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、INSPECTIONANDQUARANTINESCIENCE检验检疫科学Vol.18No.62008年第6期BP神经网络在地下水环境质量评价中的应用123芦春梅马成有曹剑锋(1.吉林出入境检验检疫局,吉林长春,130062;2.吉林大学环境与资源学院,吉林长春,130026;3.吉林大学农学部公共教学中心化学教研室,吉林长春,130026)摘要:基于模糊综合评判和灰色聚类法的不足,应用神经网络理论与方法建立地下水环境质量评价B-P网络模型,对磐石市的地下水进行评价,并与综合评价法的评价结果进行了比较。结果表明:用B-P神经

2、网络模型评价地下水是可行的,该模型具有很强的学习、联想和容错功能,其分析结果和过程都接近人脑的思维过程和分析方法,使得地下水评价结果的精度大大提高。关键词:BP神经网络模型;地下水;质量评价中图分类号:X-651APPLICATIONOFBPNEURALNETWORKMODELINQUALITYEVALUATIONOFGROUNDWATERLUChunmei1,MAChengyou2,CAOJianfeng3(1.JilinEntry-ExitInspectionandQuarantineBureau,Changchun,

3、Jilin,130062,P.R.China,2CollegeofEnvironmentandResources,JilinUniversity,Changchun,Jilin,130026,P.R.China;3AgriculturalDepartment,JilinUniversity,Changchun,Jilin,130026,P.R.China)Abstract:Forfuzzycomprehensiveandgrayclusteranalysisareinsufficient,thepaperpresentsB

4、-Pneuralnetworkmodelforenvironmentqualityevaluationofgroundwater.ThequalityofgroundwaterofthecityofPanshiinJilinProvinceisevaluatedandcomparedwiththeevaluationresultstocomprehensiveevaluationmethod.Itshowedthemodelpossessedstrongfunctionsofstudy,associationandfaul

5、ttolerance.Moreover,theanalysisresultsandprocessapproachthementalprocessandanalysismethodofhumanbeingwhichgreatlyimprovetheaccuracyofgroundwaterqualityevaluation.Keywords:BPneuralnetworkmodel;Groundwater;Qualityevaluation1前言价。其中,BP神经网络是应用最为广泛的一类。目前用于地下水环境质量评价的方法主要

6、有综合2BP算法原理指数法、模糊综合评判法及灰色聚类法3种。综合指学习功能是人工神经网络最主要的特征之一,最数法存在划分间隔过大,不能反映水质的实际情况等常用的学习算法是反向传播算法(Backpaopagtion)不足。与其相比模糊综合评判法克服了上述缺陷,但简称BP算法。通常采用三层结构,一个输入层,一其本身采用“取小”(∧)、“取大”(∨)时误差较大,个隐含层,一个输出层。甚至出现反常情况,以致出现“失真”或“失败”而从本质上说,BP模型是对样本集{(xp,yp)│p=1,2,无法判别。另外模糊综合评判法和灰色聚类法都

7、必须Λ,N}mnm进行建模,即建立数据对应关系R→R(R缀xp,设计若干不同的隶属函数或白化函数,这些函数的设nR缀yp)。从数学角度来看,它是一个通过连续函数来计不仅因人而异,模式也难以通用。逼近拟合曲线(或面或体)的一种想法,网络的学习就神经网络(ArtificialNeuralNetworks简称ANN)是创建连续函数的过程。数学表达式为y=sign(Σwx-作为一种新技术,以其非线性映射、学习分类和实时θ)。优化等基本特性为模式识别、非线性分类、人工智能BP算法的步骤是:等研究开辟了新的途径。各类评估或评价问题本质

8、上(1)初始化,即随机地给各层权重系数{wij}、{wjk}和多属于模式识别或非线性分类问题。地下水环境质量阈值{θj}、{θk}赋予(+1,-1)间的随机数。评价的实际是:在确定了评价指标后,将待评价的样(2)随机地选择一模式(影响地下水环境质量的主本指标监测值与标准样本进行比较分析,判断其与哪要污染

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。