基于改进BP神经网络的地下水环境脆弱性评价
摘要： 地下水环境脆弱性具有模糊特性,现有的地下水环境脆弱性评价方法普遍采用加权评分法和模糊数学方法.加权评分法在评价因素权重的确定上人为性较大,并且该方法不能反映各评价因素指标值的连续变化对地下水环境脆弱性的影响;模糊数学方法在评价因素权重的确定和隶属度函数的构建上存在着不足.为此,建立了地下水环境脆弱性的改进BP神经网络模型.黄淮平原宁陵县的`应用结果表明,改进BP神经网络法训练速度快、精度高,能较好地解决非线性的模式识别问题,如实地评价地下水环境的脆弱性. 作 者： 李梅 孟凡玲 李群 黄强 LI Mei MENG Fan-ling LI Qun HUANG Qiang 作者单位： 李梅,李群,LI Mei,LI Qun(西安理工大学水利水电学院,陕西,西安,710048;黄河水利委员会,河南,郑州,450003)孟凡玲,MENG Fan-ling(华北水利水电学院资源与环境学院,河南,郑州,450011)
黄强,HUANG Qiang(西安理工大学水利水电学院,陕西,西安,710048)
期 刊： 河海大学学报（自然科学版） ISTICPKU Journal： JOURNAL OF HOHAI UNIVERSITY(NATURAL SCIENCES) 年，卷(期)： 2007, 35(3) 分类号： X824 关键词： 地下水环境 脆弱性评价 改进BP神经网络 模式识别【基于改进BP神经网络的地下水环境脆弱性评价】相关文章：
基于BP神经网络的水环境承载力评价11-01
基于改进BP神经网络的职业危害预警模型01-17
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
基于BP神经网络的地震预测07-19
BP神经网络参数改进方法综述07-10
基于改进的BP神经网络对西安黄土抗剪强度指标的研究09-02
基于BP神经网络的湘西金矿成矿预测08-04