基于MATLAB6_x的BP人工神经网络的土壤环境质量评价方法研究.pdfVIP

农业环境科学学报 2006,25(1):186-189 ＪｏｕｒｎａｌｏｆＡｇｒｏＥｎｖｉｒｏｎｍｅｎｔＳｃｉｅｎｃｅ - 基于 的 人工神经网络的土壤 MATLAB6.x BP 环境质量评价方法研究 ， 12 2 2 2 1 1 赵玉杰 ，师荣光 高怀友 王跃华 白志鹏 ，傅学起 , , , （南开大学环境科学与工程学院，天津 ； 农业部环境监测总站 天津 1. 2000712. , 300191) 摘 要 对基于 的 人工神经网络工具箱进行了简要的介绍 并将 人工神经网络应用到土壤环境质量现状评价 : MATLAB6.xBP , BP 中，编制了基于 土壤环境质量评价程序，并对影响评价结果的训练集的构建、隐层神经元数量的选择、训练过程的建 MATLAB6.x 立等问题进行了探讨。结果表明，用随机函数 或线性函数 内插生成网络的训练集是可行的， 网络隐层的传递函数 rand linspace BP 为 ，神经元数量为 （用 函数生成训练集）或 （用 函数生成训练集），输出层的传递函数为 ，神经元数量 tansig 5 rand 8 linspace purelin 为 。训练集中加入一定的噪声更有利于提高网络的识别能力。在此基础上，将构建的网络应用到实际土壤环境质量评价中，并将 1 评价的结果与其他评价方法得出的结果进行了比较，表明 人工神经网络应用到土壤环境质量评价中是切实可行的。 BP 关键词： 人工神经网络 土壤 环境质量评价 BP ; ; ;MATLAB 中图分类号： 文献标识码： 文章编号： S126,X825 A 1672-2043(2006)01-0186-04 1,2 2 2 2 1 1 ZHAOYu-jie, SHIRong-guang, GAOHuai-you, WANGYue-hua, BAIZhi-peng, FUXue-qi NankaiUniversity,Tianjin300071,China) able. 土壤环境质量评价方法有多种，应用较多的如内 糊评价法人为效应过强，而污染损失率法虽有明确的 梅罗指数法、模糊评价法、污染损失率法等，这些方法 物理意义，但评价公式中参数的确定及应用还有待进 各有其优缺点，如内梅罗指数法易于计算，应用广泛， 一步研究。 但存在扩大最大分指数或缩小次大分指数的问题，模 土壤环境质量评价实质上是依据土壤污染物浓 度分级标准比较待评价的土壤环境各污染物的监测 值与相应的标准浓度，如果接近，则其就被视为符合 收稿日期： 2005-05-21 基金项目：科技部科技基础性工作专项资金支持项目 该分级标准的土壤环境质量，因此，土壤环境质量评 （ ） 2001DEB30065 价属于模式识别问题。 作者简介：赵玉杰 —，男，南开大学在读博士，工程师，主要研究方 (1976)