基于隶属度-遗传神经网络模型的水质综合评价

被引：10

作者：

王晓玲 ^{[1
]}

李松敏 ^{[1
]}

段文泉 ^{[2
]}

孙月峰 ^{[1
]}

机构：

[1] 天津大学环境科学与工程学院

[2] 云南省电力投资有限公司

来源：

天津大学学报 | 2006年 / 10期

基金：

天津市自然科学基金;

关键词：

遗传算法; 神经网络; 隶属度; 水质综合评价;

D O I：

暂无

中图分类号：

X824 [水质评价];

学科分类号：

071012 ; 0713 ; 083002 ;

摘要：

针对水质综合评价问题,提出了基于隶属度-遗传神经网络的水质综合评价模型.水质综合评价模型对反向传播神经网络初始权值和阈值用遗传算法优化,并将隶属度的概念引入遗传神经网络,以便确定水质污染影响因子和水质等级.以苏帕河梯级电站水质监测数据为例,对该模型进行了测试,并与其他方法进行了比较.结果表明,该方法提高了运算精度,减小了全局误差,均方误差降低至6.337 14×10-5,用于水质综合评价合理、准确,有其独特的优越性.

引用

页码：1199 / 1204

页数：6