改進神經網絡算法在水環(huán)境質量評價中的應用研究.pdf

1、常見的水環(huán)境評價方法有：指數法、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)境質量更加準確的表述出來?；谝陨蠁栴}，論文以錦州市小凌河作為研究對象，采用改進的人工神經網絡方法進行地表水水質評價。 近年來，迅速發(fā)展起來的人工神經網絡算法在信號處理、特征提取、模式識別、非線性預測等領域得到了廣泛的應用。地表水水質的評價，實質上可理解為環(huán)境工程中的模式識別和分類問題。文中應用人

2、工神經網絡進行水質評價，首先將地表水環(huán)境質量評價標準作為“學習樣本”，經過自適應、自組織的多次訓練后，網絡具有了對學習樣本的記憶聯(lián)想能力，然后將實測資料輸入網絡系統(tǒng)，由已掌握知識信息的網絡對它們進行評價。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。在使用人工神經網絡的過程中，針對BP神經網絡收斂速度較慢的問題，為了加速網絡的學習速度，本文對所建立的網絡的學習算法進行改進，采用L-M最優(yōu)化算法訓練神經網絡，

3、替代原BP算法中的梯度下降法尋找最佳網絡連接權值。該學習算法提高了BP網絡算法的學習效率及穩(wěn)定性，并提高了網絡的收斂速度。 為了驗證人工神經網絡在地表水環(huán)境質量評價中的可靠性，本文又分別采用模糊數學法、南京指數法分別對同一水質數據進行評價分析。將所得的三種分析方法的結論加以對比論證，得出的結論是：通過比較分析評價結果可知，BP神經網絡的評價結果與模糊綜合評判法基本吻合，表明改進的BP網絡方法適宜用于地表水質的綜合評價，評價結果