基于人工神经网络的胶州湾浮游植物生物量模拟

基于人工神经网络的胶州湾浮游植物生物量模拟

摘要： 文章首先介绍了BP网络数据标准化、隐层神经元选择、网络训练和有效性检验方法.以2003年胶州湾环境监测资料为基础,建立了多输入单输出的3层BP人工神经网络模型,采用8个水环境因子预测浮游植物生物量(chl a浓度).检测集样本网络预测值与观测值的相关系数为0.894 3,平均绝对误差为11.33%.为避免个别网络输入初值对输出的干扰,采取全局灵敏度的方法,分析了各水环境因子变化对浮游植物生物量的相对影响.结果表明,浮游植物生物量对各水环境因子变化响应的敏感系数顺序为DO>COD>PO4-P>SST>pH>Oil>DIN>SiO3-Si. 作 者： 石洪华    方国洪    孙玉茗    郑伟    胡龙   作者单位： 石洪华(国家海洋局第一海洋研究所,青岛,266061;中国科学院,海洋研究所,青岛,266071)

方国洪,郑伟(国家海洋局第一海洋研究所,青岛,266061)

孙玉茗(中国海洋大学,数学科学学院,青岛,266100)

胡龙(复旦大学,数学科学学院,上海,200433) 

期 刊： 水道港口  ISTIC   Journal： JOURNAL OF WATERWAY AND HARBOR  年，卷(期)： 2010, 31(5)  分类号： X172 TP183  关键词： 人工神经网络    模拟    全局灵敏度分析    胶州湾   

【基于人工神经网络的胶州湾浮游植物生物量模拟】相关文章：

基于类的教学设计04-25

模拟法庭作文03-02

托福模拟试题11-21

模拟法庭实践心得09-05

采购谈判模拟案例05-01

沙盘模拟实训04-10

模拟实训心得08-10

企业模拟经营心得01-06

企业沙盘模拟心得01-06

erp沙盘模拟心得03-27