水资源承载力综合评价的RBF神经网络模型 RBF neural network models for comprehensive assessment of carrying capacity of water resources.pdfVIP

下载本文档

2
0
约1.39万字
约 5页
2017-12-16 发布于上海
举报
版权申诉

水资源承载力综合评价的RBF神经网络模型 RBF neural network models for comprehensive assessment of carrying capacity of water resources.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

水资源承载力综合评价的RBF神经网络模型 RBF neural network models for comprehensive assessment of carrying capacity of water resources

第18卷第3期水资源与水工程学报 V01．18No．3 200 ofWater 7 7年6月 Journal Resources＆Water Jun．，200 Engineering 水资源承载力综合评价的RBF神经网络模型王学全1，卢琦1，李彬2 (1．中国林业科学研究院林业研究所／国家林业局林木培育重点实验室，北京100091； 2．内蒙古防汛抗早信息中心，内蒙古呼和浩特010020) 摘要：水资源承载能力与评价指标组成了一个复杂的非线性系统，综合评价的难点在于确定各评价指标的权值。本文利用径向基网络RBF函数逼近、模式识别和分类能力强以及学习速度快等特点，将其应用于水资源承载力评价。以内蒙古区域水资源承载力为例，对原始数据进行了归一化预处理，在水资源承载能力评价标准等级间随机内插构造足够数量的训练样本、检测样本及其目标输出，确立水资源承载能力评价等级界限，取得了良好的评价结果，对提高水资源承载能力评价的精度与客观性具有重要意义。关键词：水资源承载力；水资源评价；RBF网；人工神经网络中图分类号：TV213．9 文献标识码：A 文章编号：1672—643X(2007)03—0001—05 of RBFneuralnetworkmodelsfor assessment comprehensive ofwaterresources carryingcapacity WANG Bin2 Xue—quanl，LUQil，Li (1．ResearchInstituteof of丁rPP 100091，China； Forestry，KeyLaboratoryBreedingCultivationCAF，Beijing CenterofFlood ofInner 010020，China) 2．Information Control＆DroughtRelief Mongolia，Huhhot，InnerMongolia waterresources its indicatorsconsisted Abstract：The carryingcapacity(WRCC)andevaluating ofanon—linear difficultiesforWRCCassessmentwastodeterminethe system．Themajor weight ofeachindicator．Inthis usetheradialbasisfunction(RBF)neuralnetwork paper，we technique toevaluatetheWRCCinInner favorableoutcome afterwe thisfunc—