面向模糊人工神经网络识别的水质评价模型.pdfVIP

下载本文档

2
0
约 4页
2017-09-14 发布于山东
举报
版权申诉

面向模糊人工神经网络识别的水质评价模型.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第 16 卷第 1 期水科学进展 Vol16 ,No1 2005 年 1 月　　 ADVANCES IN WATER SCIENCE 　 Jan , 2005 　基于模糊人工神经网络识别的水质评价模型陈守煜 , 李亚伟 (大连理工大学土木水利学院 , 大连辽宁　116024) 摘要 : 人工神经网络和模糊识别理论作为模拟生物体的信息处理系统 , 在实践中得到广泛的应用 , 且各有所长 , 将二者相结合 , 构造出模糊人工神经识别网络 , 从而使识别系统的柔性处理能力得到很大提高。阐述了模型和方法 , 将其用于长江支流沱江枯水期的水质综合评价 , 结果表明 , 模糊人工神经网络综合评价具有客观性和实用性。关　键　词 : 模糊识别 ; 神经网络 ; 水质评价 ( ) 中图分类号: X143 　　　文献标识码 : A 　　　文章编号 : 2005 当前 , 模糊识别理论和方法在科学研究和生产实践中的应用相当广泛 , 并且取得了很多成果 , 随着人工神经网络理论的不断发展 , 人工神经网络和模糊识别理论已经开始互相交叉渗透 , 而且越来越引起人们的重视。人工神经网络和模糊模式识别都是对生物体机能的模拟 , 将二者进行融合能更好地发挥各自的优点。本文将陈 [1 ] ( 守煜提出的模糊模式识别理论和人工神经网络理论相融合 , 构建出模糊人工神经综合评价网络模型 Fuzzy Neural Network Recognition , FNNR) ,并将其用于对长江支流 ———沱江水质的综合评价 , 结果表明模糊人工神经网络综合评价模型具有很好的实用性。 1 　模糊人工神经网络识别模型 11 　样本矩阵和标准指标矩阵的规范化[2 ] 设有 n 个待识别水体样本组成的样本集合, 其中有 m 项评价指标, 则有实测指标矩阵 ( ) ( ) X m ×n = x ij m ×