径向基函数神经网络在水质评价中的应用.docVIP

径向基函数神经网络在水质评价中的应用 董曼玲 , 　 黄胜伟 (山东农业大学 , 泰安 　 271018 摘 　 要 :采用径向基函数 (RBF 来构造多层前馈 BP 神经网络 , 根据某流域水系的水质监测数据 , 建立一个对地表水质进行判别的多 层前馈网络数学模型。 以地表水质污染主要的七项指标为训练样本 , 利用该网络对水质进行评价 , 并将计算结果与其它方法进行比较 分析。 结果表明 , 该方法收敛速度较快 , 预测精度较高 , 效果好。 关键词 :人工神经网络 ; 　 BP 网络 ; 　 RBF 网络 ; 　 水质评价 中图分类号 :X824　　 文献标识码 :A　　 文章编号 :100326504(2003 0120023203 　　 由于影响水质因素较多 , 目前还很难用物理方法 对水质进行客观的评价 。早期的综合评判法 、 灰色集 类法 、 模糊综合评判法等 [1], 多数需要设计各评价指 标对各级标准的隶属函数及各指标的权重 , 因此 , 结果受评价者主观因素影响较大 行了水质评价 [2], 算 , 点 [3]。 BP , 为此许 多学者对 BP , 提出了不少改进方案 。 本文尝试用径向基函数 (RBF 来构造多层前馈 BP 神 经网络 。 根据某流域水系的水质监测数据 , 建立一个对 地表水质进行判别的多层前馈网络数学模型。 以地表 水质污染的主要七项指标为训练