模糊概率神经网络水质评价模型及其应用

被引：19

作者：

刘坤 ^{[1
]}

刘贤赵 ^{[1
]}

王巍 ^{[1
]}

安聪沛 ^{[2
]}

机构：

[1] 鲁东大学地理与资源管理学院

[2] 中南大学数学科学与计算技术学院

来源：

数学的实践与认识 | 2006年 / 12期

关键词：

模糊数学; 相对隶属度; 概率神经网络; 水质评价;

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：

鉴于水质类型和分级标准存在模糊性,将模糊数学中的相对隶属度理论和概率神经网络和相结合,构建了模糊概率神经网络水质评价模型(FPNN).阐明了该模型的构建方法,提出了基于指标相对隶属度矩阵插值构建学习样本的方法,并将该模型应用于实际水质评价.通过与综合评判法、属性识别法和BP网络法的比较,验证了该模型操作简便,评价结果客观可靠.

引用

页码：138 / 144

页数：7

共 7 条

[1] 基于人工神经网络的水质污染综合评价方法 [J].