改進神經(jīng)網(wǎng)絡(luò)算法在水環(huán)境質(zhì)量評價中的應(yīng)用研究.pdf

1、常見的水環(huán)境評價方法有：指數(shù)法、模糊評價法、灰色評價法、物元分析法，每種方法都有各自的特點及缺陷，在不同程度上缺乏全面性，未能將水環(huán)境質(zhì)量更加準(zhǔn)確的表述出來。基于以上問題，論文以錦州市小凌河作為研究對象，采用改進的人工神經(jīng)網(wǎng)絡(luò)方法進行地表水水質(zhì)評價。 近年來，迅速發(fā)展起來的人工神經(jīng)網(wǎng)絡(luò)算法在信號處理、特征提取、模式識別、非線性預(yù)測等領(lǐng)域得到了廣泛的應(yīng)用。地表水水質(zhì)的評價，實質(zhì)上可理解為環(huán)境工程中的模式識別和分類問題。文中應(yīng)用人

2、工神經(jīng)網(wǎng)絡(luò)進行水質(zhì)評價，首先將地表水環(huán)境質(zhì)量評價標(biāo)準(zhǔn)作為“學(xué)習(xí)樣本”，經(jīng)過自適應(yīng)、自組織的多次訓(xùn)練后，網(wǎng)絡(luò)具有了對學(xué)習(xí)樣本的記憶聯(lián)想能力，然后將實測資料輸入網(wǎng)絡(luò)系統(tǒng)，由已掌握知識信息的網(wǎng)絡(luò)對它們進行評價。這個過程類似人腦的思維過程，因此可模擬人腦解決某些有模糊性和不確定性的問題。在使用人工神經(jīng)網(wǎng)絡(luò)的過程中，針對BP神經(jīng)網(wǎng)絡(luò)收斂速度較慢的問題，為了加速網(wǎng)絡(luò)的學(xué)習(xí)速度，本文對所建立的網(wǎng)絡(luò)的學(xué)習(xí)算法進行改進，采用L-M最優(yōu)化算法訓(xùn)練神經(jīng)網(wǎng)絡(luò)，

3、替代原BP算法中的梯度下降法尋找最佳網(wǎng)絡(luò)連接權(quán)值。該學(xué)習(xí)算法提高了BP網(wǎng)絡(luò)算法的學(xué)習(xí)效率及穩(wěn)定性，并提高了網(wǎng)絡(luò)的收斂速度。 為了驗證人工神經(jīng)網(wǎng)絡(luò)在地表水環(huán)境質(zhì)量評價中的可靠性，本文又分別采用模糊數(shù)學(xué)法、南京指數(shù)法分別對同一水質(zhì)數(shù)據(jù)進行評價分析。將所得的三種分析方法的結(jié)論加以對比論證，得出的結(jié)論是：通過比較分析評價結(jié)果可知，BP神經(jīng)網(wǎng)絡(luò)的評價結(jié)果與模糊綜合評判法基本吻合，表明改進的BP網(wǎng)絡(luò)方法適宜用于地表水質(zhì)的綜合評價，評價結(jié)果