基于BP人工神经网络的海水水质综合评价

被引:36
作者
李雪 [1 ]
刘长发 [1 ,2 ]
朱学慧 [1 ]
谢谢 [1 ]
机构
[1] 大连海洋大学海洋环境工程学院
[2] 近岸海洋环境科学与技术辽宁省高校重点实验室
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
X824 [水质评价];
学科分类号
071012 ; 0713 ; 083002 ;
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
收藏
页码:225 / 230
页数:6
相关论文
共 14 条
[1]   黄河水质综合评价的人工神经网络模型 [J].
陈丽华 ;
马德山 .
西北民族学院学报(自然科学版), 2002, (03) :28-32
[2]   BP神经网络模型在水环境质量综合评价应用中的一些问题 [J].
楼文高 .
水产学报, 2002, (01) :90-96
[3]   多层前向网络的逼近与泛化机制 [J].
董聪 .
控制与决策 , 1998, (S1) :3-5
[4]   人工神经网络在水质评价中的应用 [J].
薛建军 ;
姚桂基 .
水文, 1997, (03) :38-40
[5]   水环境质量评价灰色模式识别模型及应用 [J].
史晓新 ;
夏军 .
中国环境科学, 1997, (02) :32-35
[6]   海洋环境质量评价刍议 [J].
鲍永恩,黄水光 .
海洋环境科学, 1996, (03) :1-9
[7]   人工神经网络的容量、学习与计算复杂性 [J].
阎平凡 .
电子学报, 1995, (05) :63-67
[8]   B-P网络用于水质综合评价方法的研究 [J].
李祚泳 .
环境工程, 1995, (02) :51-53
[9]   海水水质评价的灰色局势决策水质级数法 [J].
徐恒振,尚龙生 .
海洋环境科学, 1994, (04) :36-42
[10]   模糊模式识别理论模型与水质评价 [J].
陈守煜 ;
赵英琪 .
水利学报, 1991, (06) :35-40