基于人工神经网络的黄河水质评价

• 作 者: 郭庆春 赵雪茹
• 机 构: 陕西广播电视大学教务处,中国科学院地球环境研究所,中国科学院研究生院,兰州大学,中国科学院寒区旱区环境与工程研究所
• 出 处: 计算机与数字工程
• 发表日期: 2013年05期
• 关键词: 人工神经网络 水质评价 地表水 溶解氧 氨氮
• 基金项目: 国家重点基础研究发展计划(973计划)项目(编号:2010CB833406);国家自然科学基金项目(编号:40825008,41075067);陕西省高等继续教育教学改革研究重点项目(编号:11J40);全国教育科学“十二五”规划单位资助课题(编号:FJB110131);陕西省教育厅科学研究计划项目(编号:12JK0123,12JK0414)资助

针对地表水环境质量问题,运用人工神经网络理论和方法,建立地表水环境质量评价的BP人工神经网络模型。并将训练样本进行归一化处理,同时利用RAND函数对训练样本进行插值保证神经网络充分学习。通过实例进行评价分析,说明用BP人工神经网络方法评价地表水环境质量是可行的。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,使得地表水环境质量评价结果的精度大大提高。