基于遗传神经网络模型的水质综合评价

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：

基于遗传算法的地下水位动态预测双线性模型09-08

综合评价自我评价范文07-26

综合素质评价自我评价12-30

高中综合素质评价自我评价12-20

学生综合素质评价自我评价01-25

高中综合素质评价自我评价07-12

综合素质评价自我评价通用05-11

综合素质评价学生自我评价09-14

综合素质评价评语11-10

综合素质自我评价12-05