基于遗传神经网络模型的水质综合评价
摘要： 建立了用于水质综合评价的遗传神经网络模型.该模型运用遗传算法优化改进型BP神经网络的'初始权值和阈值,具有快速学习网络权重和全局搜索的能力,有效解决了BP神经网络容易陷入局部极小点和训练结果不稳定的问题.采用苏帕河梯级电站的水质监测数据对该模型进行了测试,并与其他方法进行了比较.结果表明,该方法用于水质综合评价客观、合理、准确,有其独特的优越性. 作 者： 王晓玲 李松敏 孙月峰 杨和义 WANG Xiao-ling LI Song-min SUN Yue-feng YANG He-yi 作者单位： 王晓玲,李松敏,孙月峰,WANG Xiao-ling,LI Song-min,SUN Yue-feng(天津大学,环境科学与工程学院,天津,300072)杨和义,YANG He-yi(天津滨海新区投资控股有限公司,天津,300457)
期 刊： 中国给水排水 ISTICPKU Journal： CHINA WATER & WASTEWATER 年，卷(期)： 2006, 22(11) 分类号： X524 关键词： 遗传算法 改进型BP神经网络 水质综合评价 苏帕河流域梯级电站【基于遗传神经网络模型的水质综合评价】相关文章：
基于神经网络的蔷薇河水质综合评价10-11
基于改进BP神经网络模型的苏帕河流域梯级电站水质综合评价08-03
水质模糊综合评价模型的建立与应用01-18
模糊概率神经网络水质评价模型及其应用07-05
人工神经网络水质预测模型研究10-15
南四湖水质综合评价模型的建立及应用12-02
基于随机样本的BP模型在水质评价中的应用01-18
基于多元统计分析的水质综合评价07-04