基于神经网络的水厂原水水质的综合评价

被引：5

作者：

张成燕

徐望

赵冬冬

马卫兴

机构：

[1] 淮海工学院化学工程系

来源：

冶金分析 | 2008年 / 05期

关键词：

BP神经网络; 水厂原水; 水质综合评价;

D O I：

10.13228/j.issn.1000-7571.2008.05.022

中图分类号：

TU991.21 [水质];

学科分类号：

0815 ;

摘要：

基于BP神经网络的改进算法,提出了以Matlab 7.0为平台的算法程序的人工神经网络水质评价模型。参照《地表水环境质量标准》(GB3838-2002),确定神经网络学习和训练的样本并确定了模型的相应参数。以连云港市海州水厂原水取水口水质数据为样本,进行水质综合评价分析。与单因子评价法和模糊综合评价法进行了比较,结果表明神经网络模型所获得的结果更加客观、合理。

引用

页码：44 / 47

页数：4

共 6 条

[1] 模糊综合评价法在乐安河水质评价中的应用 [J].

万金保 ;

侯得印 ;

万兴 ;

涂盛辉 .

环境工程, 2006, (06) :77-79+5

[2] 基于MATLAB实现的ANN方法在巢湖水质评价中的应用 [J].

孙莉宁 ;

张之源 ;

罗定贵 .

安徽大学学报(自然科学版), 2005, (02) :90-94

[3]

神经网络模型及其MATLAB仿真程序设计[M]. 清华大学出版社 , 周开利,康耀红编著, 2005

[4]

现代水环境质量评价理论与方法[M]. 化学工业出版社 , 彭文启,张祥伟等编著, 2005

[5]

Prediction of cytotoxicity data （CC 50 ） of anti-HIV 5-pheny-l-phenylamino-1 H -imidazole derivatives by artificial neural network trained with Levenberg–Marquardt algorithm[J] . M. Arab Chamjangali,M. Beglari,G. Bagherian.Journal of Molecular Graphics and Modelling . 2007 (1)

[6] Generalisation performance of artificial neural networks for near infrared spectral analysis [J].

Wang, W. ;

Paliwal, J. .

BIOSYSTEMS ENGINEERING, 2006, 94 (01) :7-18

← 1 →