人工神经网络模型在太湖富营养化评价中的应用

根据湖泊富营养化程度影响因素多,评价因素与富营养化等级之间关系复杂且是非线*的特点,研制了一个能自动对湖泊富营养化程度做出正确评价的BP人工神经网络模型,并在太湖富营养化评价中得到了应用.结果表明:只要把观测数据提供给网络,借助计算机就可获得能客观地反映水质富营养化状况的评价结果;对于富营养化标准样本,一旦训练完毕,只需通过简单的加法和乘法运算,就可对湖泊水质富营养化程度进行评价.

• 用BP神经网络模型评价养殖区水域的富营养化-以湖州地区为例

  根据养殖区水域富营养化程度主要影响因素和评价标准,用足够多的BP神经网络训练样本、检验样本和测试样本进行模拟学习,给出了区分养殖区富营养化程度的分界值,能够直观地进行不同等级富营养化程度的划分.所得到的神经网络模型具有较好的泛化能力和预测能...

• 人工神经网络优化模型在洪水预报中的应用

  应用人工神经网络技术,采用动量法和学习率自适应的改进算法,并对组成网络结构的各影响因素进行分析,通过试算法得到网络模型的优化参数,该优化模型能够有效提高训练速度和学习效率.结合鄱阳湖洪水历史资料,构建了鄱阳湖洪水预报模型,分析结果表明该模型...

• 因子分析法在巢湖富营养化评价中的应用

  根据2008年水质采样分析,结果表明:目前巢湖水域中的COD、N、P等浓度仍然较高,分别为5.21mg/l、2.59mg/1、0.19mg/1,特别是西湖区来水渠道附近有的地方COD高达6.90mg/1,总氮4.65mg/1,总*0.38m...

• 人工神经网络在地下水污染评价中的应用

  人工神经网络系根据人类的生物神经系统结构设计的计算机网络模型,可用于模式识别.用于地下水污染评价,具有客观、实用、精度高、不受人为因素影响等优点,人工神经网络方法能准确评价地下水的污染状况和污染带分布,可以在水环境污染评价工作中推广.以聊城...

• 人工神经网络在*券价格预测中的应用

  *券市场中成功的交易模式是可以模仿及学习的.*券价格走势实质是一种复杂时序函数.人工神经网络是在模仿人脑处理问题过程中发展起来的新型智能信息处理系统,人工神经网络可以通过调节连接权值以任意精度逼近任何连续函数,因此也可以逼近*券价格随时间变...