- 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
查看更多
第 卷第 期 土 木 建 筑 与 环 境 工 程
33 3 Vol.33No.3
年 月 ,
2011 6 JournalofCivilArchitectural&EnvironmentalEnineerin Jun.2011
g g
不确定水质模型在城市河流水质模拟中的应用
,
1 1 12
田一梅 ,刘 扬 ,王彬蔚
( 天津大学 环境科学与工程学院,天津 ; 陕西省环境监测中心站,西安, )
1. 3000722. 710054
摘 要:鉴于城市景观河流受沿河排水污染,水质波动较大,建立了内嵌神经网络的一维不确定性
水质模型,利用改进适应度函数的遗传算法,优化水质模型的参数解。经实例验证,不确定性水质
模型拟合的精度更高,对排入污染物的波动更敏感,其对景观河流水质预测的平均准确度基本在
80%以上,普遍高于确定性水质模型,尤其是在靠近污染源的监测断面,其不确定性水质模型预测
优势更加明显,更能适应变化的景观河流水体环境。
关键词:不确定性水质模型;人工神经网络;遗传算法;模拟
中图分类号: 文献标志码: 文章编号: ( )
X522 A 16744764201103011905
犃 犾犻犮犪狋犻狅狀狅犳犝狀犮犲狉狋犪犻狀犕狅犱犲犾犻狀犝狉犫犪狀犚犻狏犲狉 狌犪犾犻狋犛犻犿狌犾犪狋犻狅狀
狆狆 犙 狔
,
1 1 12
, ,
犜犐犃犖犢犻犿犲犻 犔犐犝犢犪狀 犠犃犖犌犅犻狀狑犲犻
犵
( , , , ;
1.SchoolofEnvironmentalScienceandEnineerin TianinUniversit Tianin300072 P.R.China
g g j y j
, , )
2.ShanhaiEnvironmentalMonitorin CenterofShanxiProvinceXian710054P.R.China
g g
:
文档评论(0)