地面水质评价的RBF神经网络方法

被引：7

作者：

李兴旺

董曼玲

机构：

[1] 安徽水利水电职业技术学院

[2] 山东农业大学安徽合肥

[3] 山东泰安

来源：

水土保持通报 | 2002年 / 03期

关键词：

人工神经网络; BP网络; RBF网络; 水质评价;

D O I：

10.13961/j.cnki.stbctb.2002.03.015

中图分类号：

X824 [水质评价];

学科分类号：

071012 ; 0713 ; 083002 ;

摘要：

借助神经网络方法处理非线性问题的优势 ,采用径向基函数 (RBF)来构造多层前馈 BP神经网络。根据某流域水系的水质监测的数据 ,建立一个对地面水质进行判别的多层前馈网络数学模型。以地面水质污染主要的 7项指标为训练样本 ,利用该网络对水质进行评价 ,并将计算结果与其它方法进行比较分析。结果表明 ,该方法收敛速度较快 ,预测精度很高 ,效果优于其它方法

引用

页码：51 / 54

页数：4

共 4 条

[1]

人工神经网络与模拟进化计算[M]. 清华大学出版社 , 阎平凡,张长水编著, 2000

[2]

Approximation capability to functions of several variables, nonlinear functions and operator by radial basis function neural network. Chen T,Chen H. IEEE ACM Transactions on Networking . 1995

[3] 地下水动态预测的径向基函数法 [J].

杨建强 ;

罗先香 .

水文, 2001, (04) :1-3+59

[4] 水环境质量评价的人工神经网络模型及应用 [J].

纪桂霞 ;

李培红 .

华北水利水电学院学报, 1999, (01) :3-5

← 1 →