BP神经网络优化模型在水体富营养化预测的国内进展

被引:2
作者
张育 [1 ]
张祖群 [2 ]
机构
[1] 内蒙古师范大学化学与环境科学学院
[2] 首都经济贸易大学工商管理学院
关键词
富营养化水体; BP人工神经网络; 预测;
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
在湖泊富营养化已成为世界性的水污染治理难题的今天,富营养化预测模型应用广泛,已取得较大发展。文章介绍了运用BP人工神经网络预测水体富营养化的计算过程,综合论述了学者们在预测水体富营养化时水体中BP人工神经网络模型联合各种算法的优化情况,由此可以看出,足够多的样本是BP神经网络进行学习训练的关键;各种联合模型比普通BP人工神经网络模型更加准确、有效;多种联合模型并未运用于水体营养化评价方面;联合模型优化的BP人工神经网络必将具有巨大的价值和发展前景。
引用
收藏
页码:70 / 77
页数:8
相关论文
共 38 条
[1]   基于人工神经网络的黄河水质评价 [J].
郭庆春 ;
赵雪茹 .
计算机与数字工程, 2013, 41 (05) :683-685
[2]   渭河宝鸡段水环境质量的BP人工神经网络分析 [J].
谢恒星 .
河南科学, 2013, 31 (04) :509-512
[3]   基于BP人工神经网络的长江口外海生态综合评价及其成因分析 [J].
杨红 ;
戴桂香 ;
赵瀛 ;
丁骏 ;
陈健 .
海洋环境科学, 2012, (06) :893-896+905
[4]   基于BP神经网络的藻类水华预测模型研究 [J].
张克鑫 ;
陆开宏 ;
朱津永 ;
刘夏松 ;
谢丽凤 .
中国环境监测, 2012, 28 (03) :53-57
[5]   基于MATLAB的人工神经网络水质预测模型探析 [J].
邹劲松 ;
徐伟刚 .
网友世界, 2012, (10) :40-41
[6]   人工神经网络模型在河流减水河段景观质量评价中的应用 [J].
彭金涛 ;
王莉 ;
杨玖贤 ;
姜跃良 .
水电站设计, 2011, 27 (04) :77-82
[7]   BP神经网络学习算法的改进及应用 [J].
余妹兰 ;
匡芳君 .
沈阳农业大学学报, 2011, (03) :382-384
[8]   神经网络在渤海湾富营养化模型中的研究 [J].
崔明 ;
马国建 .
山西建筑, 2011, 37 (15) :191-192
[9]   小波神经网络在北京河湖水华预测中的应用 [J].
吴巧媚 ;
刘载文 ;
王小艺 ;
崔莉凤 ;
连晓峰 ;
许继平 .
计算机工程与应用 , 2010, (12) :233-235
[10]   基于RPROP算法的湖泊富营养化评价 [J].
姜雅萍 ;
马宗仁 .
中国资源综合利用, 2008, (11) :17-19