基于BP人工神经网络的海水水质综合评价(英文)

被引：4

作者：

李雪 ^{[1
]}

刘长发 ^{[2
]}

王磊 ^{[2
]}

邱文静 ^{[1
]}

机构：

[1] 国家海洋信息中心

[2] 大连海洋大学海洋环境工程学院

来源：

Marine Science Bulletin | 2011年 / 13卷 / 02期

关键词：

人工神经网络; 海水水质; 训练样本; 连接权值; 评价;

D O I：

暂无

中图分类号：

X820 [一般性问题]; P731.1 [海洋水文要素];

学科分类号：

摘要：

为了能够客观地对海水水质进行综合评价,在分析人工神经网络概念和原理的基础上,从阈值角度出发,通过对各类海水水质污染指标浓度生成样本的方法,生成了适用于BP人工神经网络模型训练的样本,并应用基于误差反向传播原理的前向多层神经网络,建立了用于海水水质评价的BP人工神经网络模型。将该模型用于渤海湾近岸海域水环境评价,通过模型的计算,得到该海域的水质类别。结果表明,2004-2007年,渤海湾近岸海域污染指标总体上在河流丰水期时比枯水期时高,2005年和2006年污染较为严重,2007年有所好转。经训练的评价模型应用于实例的评价结果表明,该模型设计合理、泛化能力强,对海水水质评价具有较好的客观性、通用性和实用性。

引用

页码：62 / 71

页数：10

共 7 条

[1] 黄河水质综合评价的人工神经网络模型 [J].