智能算法在湖库富营养化预测中的应用研究综述

被引：5

作者：

易仲强

机构：

[1] 三峡大学水利与环境学院

来源：

水电能源科学 | 2010年 / 28卷 / 08期

基金：

国家杰出青年科学基金;

关键词：

智能算法; 富营养化; 模拟预测; 优化; 综述;

D O I：

暂无

中图分类号：

X832 [水质监测];

学科分类号：

0804 ; 082803 ;

摘要：

针对智能算法对非线性问题具有卓越的学习和模拟预测能力,综述了应用人工神经网络、支持向量机、遗传算法和粒子群算法等智能算法预测富营养化研究进展,指出随智能算法自身的不断完善与富营养化机理的深入研究,组合智能算法、数值法智能算法的耦合算法将是模拟预测湖库富营养化的合理发展方向。

引用

页码：33 / 36+26 +26

页数：5

共 25 条

[1] 基于遗传算法的次级河流回水段水质模型多参数识别 [J].

罗固源 ;

郑剑锋 ;

许晓毅 ;

曹佳 ;

舒为群 .

中国环境科学, 2009, (09) :962-966

[2] BP神经网络在河流叶绿素a浓度预测中的应用 [J].

李贺 ;

刘春光 ;

樊娟 ;

王君丽 ;

斯东林 ;

赵乐军 ;

庄源益 .

中国给水排水, 2009, 25 (05) :75-79

[3] 粒子群算法在湖泊富营养化综合评价中的应用 [J].

欧阳峰 ;

周扬 ;

芦垒 ;

骆珍珍 .

广东农业科学, 2009, (02) :85-87+93

[4] 神经网络在次级河流回水区叶绿素a浓度预测中的应用 [J].

罗固源 ;

郑剑锋 ;

许晓毅 ;

曹佳 ;

舒为群 .

环境工程学报, 2009, 3 (02) :372-376

[5] 支持向量机在太湖叶绿素a非线性反演中的应用 [J].

张玉超 ;

钱新 ;

钱瑜 ;

刘建萍 ;

孔繁翔 .

中国环境科学, 2009, (01) :78-83

[6] 基于遗传算法-支持向量机的水库叶绿素a浓度短期预测非线性时序模型 [J].

罗华军 ;

刘德富 ;

黄应平 .

水利学报, 2009, 40 (01) :46-51

[7] BP神经网络在千岛湖水体富营养化变化预测中的应用 [J].

刘恒 ;

严力蛟 .

科技通报, 2008, (03) :411-416

[8] 改进遗传神经网络及其在水体富营养化和藻类生长预测中的应用 [J].

姚志红 ;

孔海南 ;

靳志成 ;

王臣 ;

潘伟 .

上海交通大学学报, 2008, (02) :262-265

[9] 基于FVM-HGA的河流水质模型多参数识别 [J].

朱嵩 ;

毛根海 ;

刘国华 .

水力发电学报, 2007, (06) :91-95

[10] 粒子群优化算法在确定河流水质参数中的应用 [J].

郭建青 ;

李彦 ;

王洪胜 ;

周宏飞 .

水利水电科技进展, 2007, (06) :1-5

← 1 2 3 →