湖库富营养化人工神经网络评价模型

在分析现有应用人工神经网络评价模型局限性的基础上，根据湖库富营养化的评价标准，提出了生成ＢＰ神经网络训练样本、检验样本和测试样本的新方法，给出了区分湖库富营养化不同程度的分界值，论述了确定合理隐层及其节点数的方法，使得训练后的神经网络模型具有更强的泛化能力，不受初始连接权值的影响。训练后的评价模型应用于实例的评价结果表明，新的评价模型具有更好的客观性、强壮性。通用性和实用性。并且由于评价结果采用连续函数输出，能够比较精细地分析湖库的富营养化程度。