RBF神经网络方法在水质评价中的应用

被引：10

作者：

李家科

周孝德

李亚娇

吉灯才

冉述远

机构：

[1] 西安理工大学环境科学研究所

[2] 西北电力设计院水工处陕西西安

[3] 陕西西安

来源：

灌溉排水学报 | 2003年 / 06期

关键词：

水质评价; 径向基函数人工神经网络;

D O I：

10.13522/j.cnki.ggps.2003.06.018

中图分类号：

X824 [水质评价];

学科分类号：

071012 ; 0713 ; 083002 ;

摘要：

就径向基函数人工神经网络(RBF)在水质评价中的应用做了探讨。分别从网络结构的选择、可调参数的优化方法和学习样本的代表性3方面作了详细的分析、阐述,并提出了一些解决办法,为RBF网络在水质评价中的应用提供了一定的参考材料。最后以博斯腾湖为例,利用RBF网络建立水质评价模型,模型评价结果趋势基本符合实际,效果较好。

引用

页码：70 / 73

页数：4

共 5 条

[1]

水库入库洪水预报与出库含沙量预测.[D].李亚娇.西安理工大学.2003, 02

[2]

模式识别.[M].边肇祺等编著;.清华大学出版社.2000,

[3]

神经网络模式识别系统理论.[M].黄德双著;.电子工业出版社.1996,

[4] 径向基函数网络模型在水质评价中的应用 [J].