共查询到17条相似文献,搜索用时 93 毫秒
1.
径向基函数网络在湖泊富营养化程度评价中的应用 总被引:6,自引:2,他引:6
本文建立了一个RBF人工神经网络,并探索用于湖泊富营养化程度评价的可行性,同时 一种简便,快速的训练RBF网络的最小二乘算法(RBF-LS算法)在12个湖泊富营养化程度评价中应用成果表明,本文提出了RBF网络及其算法是合理,可行,能用的。 相似文献
2.
3.
基于我国湖库富营养化评价标准和RBF、GRNN、BP、Elman神经网络算法原理,分别构建RBF等4种神经网络湖库富营养化等级评价模型,采用内插法构造网络训练样本,把我国湖库富营养化评价等级临界值作为评价样本进行“预测”,将“预测”结果作为湖库富营养化程度评价等级的划分依据,对全国24个主要湖库富营养化程度进行评价。结果表明:RBF、GRNN、BP、Elman神经网络模型对全国24个主要湖库富营养化程度评价结果基本相同,表明研究建立的RBF等4种神经网络湖库富营养化程度评价模型和评价方法均是合理可行的,其评价精度高,可为湖库富营养化程度评价提供新的途径和方法。同BP和Elman网络算法相比,RBF与GRNN神经网络模型不仅对湖库富营养化程度评价结果完全相同,且模型具有收敛速度快、预测精度高、调整参数少(只有SPREAD参数),不易陷入局部极小值等优点,可以更快地预测评价网络,具有较大的计算优势。 相似文献
4.
5.
6.
7.
为合理地确定湖泊的富营养化状态,从属性识别理论出发,建立了湖泊富营养化评价的属性识别模型,并结合熵权法确定的权重系数对东昌湖的富营养化状态进行评价。评价结果为各湖区全年均属于富营养化级别,并且7月份的富营养化程度最高,12月份次之,4月份最低,这与集对分析法和模糊识别方法评价的结果一致。表明该模型的评价结果是合理的;同时该模型简便、易懂,可作为湖泊富营养化评价的一种可行方法。 相似文献
8.
针对湖泊富营养化评价中存在模糊性的特征,应用可变模糊模式识别模型对湖泊富营养化进行评价。通过对传统模糊数学得到的结果进行比较,表明可变模糊模式识别模型考虑到各指标值优劣方面对评价结果的影响,避免了最大隶属原则评价可能出现的偏差。 相似文献
9.
10.
富营养化湖泊生态恢复关键技术 总被引:2,自引:0,他引:2
湖泊富营养化已经成为一个日趋严重的全球性环境问题,引起了社会各界的广泛关注与重视。目前,富营养化湖泊生态系统恢复采用的技术主要有:底泥疏浚、引流冲污、人工曝气复氧、微生物修复技术、水生植被修复技术、生物操纵修复技术等。其中生物治理技术将在富营养化湖泊生态系统恢复中发挥重要的作用。 相似文献
11.
Application of artificial neural networks for classifying lake eutrophication status 总被引:1,自引:0,他引:1
Several artificial neural network architectures were ‘trained’ on data from the Eastern Lake Survey – Phase I of the Environmental Protection Agency's National Surface Water Survey in order to investigate which physical–chemical parameters are possibly of greatest importance in determining the eutrophication status of lakes. From the 110 available lake parameters in the Survey, 60 were chosen as input to the neural networks. The traditional eutrophication classification scheme of Vollenweider was used for comparative purposes. The various artificial neural network simulations showed that, in addition to total phosphorus and inorganic nitrogen, turbidity, specific conductance, lake elevation and hydrogen ion concentration were identified as the most significant parameters affecting the classification of lakes in regard to their eutrophication status. These results suggest a conceivable association between these parameters and lake eutrophication, thereby indicating a need for further study on these relationships. A model simulation utilizing an unsupervised neural network did not provide much insight into the lake eutrophication status, but did show that the available physical–chemical lake data could be categorized according to physical region, thereby providing an indication that the lake data used in this study were region‐dependent. 相似文献
12.
13.
以LM算法和步长自适应法对BP神经网络进行改进,并将输入数据采用压缩系数法进行处理, 用改进后的BP神经网络对黄河流域某地区地下水环境质量进行评价,并和内梅罗指数法、灰色聚类法评价结果相比较,结果表明改进后的BP神经网络计算速度快、评价精度高、结果客观准确。 相似文献
14.
乌梁素海水质富营养化评价及其年季动态变化特征 总被引:11,自引:0,他引:11
运用均匀随机数以富营养化等级评价标准产生建模样本和验证样本,利用实码加速遗传算法(RAGA)优化Sheperd水质评价模型中的参数,建立了Sheperd-RAGA富营养化等级评价模型,据此计算了乌梁素海1996-2003年夏初、仲夏、秋末3个时点的富营养化等级,在此基础上分析了乌梁素海富营养化等级的年季动态变化特征以及与富营养化主控因子之间的影响关系。 相似文献
15.
16.
高精度的水位预测能为防洪决策、水资源管理等提供重要的调度依据,减少洪旱灾害损失。为提高预报精度,提出一种基于小波分析的NARX神经网络模型(DWT-NARX),综合考虑洪泽湖入湖流量、出湖流量、周边用水、前期水位等因素,对洪泽湖日水位进行预报,并与BP神经网络、NARX神经网络模型进行比较。结果表明,三种模型在短历时预报中均取得了较好的模拟预测效果。当预见期为1或2天时,Nash-Sutcliffe效率系数均大于0.9,合格率大于85%;当预见期超过3d,NARX模型在水位变幅较大的时段预测结果变差,BP模型出现严重的震荡现象,NARX和DWT-NARX模型结果均优于BP神经网络,DWT-NARX在整体上结果最优。研究成果可为洪泽湖的水位预报提供一定的参考价值。 相似文献
17.
以某大坝沉降监测数据为例,利用Matlab软件的BP神经网络工具箱进行建模分析和预测。结果表明,滚动BP神经网络算法能较好地应用于大坝沉降数据的预测,具有良好的应用前景。 相似文献