基于T-S模糊神经网络的地下水水质评价

被引:18
作者
张宇
卢文喜
陈社明
龚磊
机构
[1] 吉林大学环境与资源学院
关键词
T-S模糊神经网络; 地下水; 水质评价; 吉林西部;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算]; X824 [水质评价];
学科分类号
摘要
采用T-S模糊神经网络模型对吉林省西部地区部分地下水水化学监测点水质进行评价。T-S模糊神经网络模型是根据模糊系统和人工神经网络优缺点具有明显的互补性结合而成,考虑了水质评价标准的区间形式和水系统的不确定性。将T-S模糊神经网络的评价结果与水质综合评价方法中经典的内梅罗指数法和BP人工神经网络法的评价结果进行对比,结果表明:T-S模糊神经网络法评价地下水水质更全面更客观。利用该方法对吉林西部的地下水水质进行评价,结果显示:吉林西部地区地下水资源已经遭受不同程度的污染,需要进行有效的保护。
引用
收藏
页码:35 / 38
页数:4
相关论文
共 16 条
[1]   改良模糊综合评价法在水质评价中的应用 [J].
傅金祥 ;
陈喆 ;
马兴冠 ;
商涛 ;
张薇 ;
曹晓玉 .
环境工程, 2011, 29 (06) :120-123+127
[2]   BP网络、Hopfield网络在水质评价应用中的比较研究 [J].
初海波 ;
卢文喜 ;
尹津航 ;
张蕾 .
中国农村水利水电, 2011, (10) :70-72
[3]   模糊综合评价法与综合评价法在矿区水质评价中的对比研究 [J].
胡伟伟 ;
李婷 ;
马致远 ;
豆惠萍 .
地下水, 2011, 33 (03) :143-144
[4]   基于物元可拓法的地下水水质评价——以梨树县平原区浅层地下水为例 [J].
兰双双 ;
姜纪沂 ;
王滨 .
吉林大学学报(地球科学版), 2009, 39 (04) :722-727
[5]   吉林西部地下水水质评价与分析 [J].
杨威 ;
卢文喜 ;
卞玉梅 ;
于磊 .
节水灌溉, 2008, (02) :42-45
[6]   地下水水质评价方法浅析 [J].
王文强 .
地下水, 2007, (06) :37-39
[7]   新乡市浅层地下水水质分析评价 [J].
潘国营 ;
林云 ;
王树忠 ;
段国胜 ;
田炳占 .
地下水, 2007, (01) :40-42
[8]   模糊评价因子的熵权法赋权及其在水质评价中的应用 [J].
邹志红 ;
孙靖南 ;
任广平 .
环境科学学报, 2005, (04) :552-556
[9]   基于T-S模糊模型的RBF网络的自适应学习算法 [J].
李战明 ;
王君 ;
康爱红 .
兰州理工大学学报, 2004, (02) :82-85
[10]   基于MATLAB实现的ANN方法在地下水质评价中的应用 [J].
罗定贵 ;
王学军 ;
郭青 .
北京大学学报(自然科学版), 2004, (02) :296-302