黑龙江水利科技
黑龍江水利科技
흑룡강수리과기
HEILONGJIANG SCIENCE AND TECHNOLOGY OF WATER CONSERVANCY
2010年
2期
1-3
,共3页
地下水质评价%MCMC%AM算法%BP%实例
地下水質評價%MCMC%AM算法%BP%實例
지하수질평개%MCMC%AM산법%BP%실례
BP神经网络模型用于水质进行评价的研究已经很多,然而,传统的BP神经网络无法考虑相邻水质级别临界处的模型性,评价指标较多时运行速度慢,且训练样本少、代表性差,评价结果精度不高.为此,建立了基于AM-MCMC算法的BP模型.利用AM-MCMC算法模拟足够的代表性好的样本以为BP网络训练所需,用于灌区的水质评价.实例研究表明,与传统的BP网络相比,基于AM-MCMC的BP评价结果与实际水质比较更为客观、合理.基于AM-MCMC的BP模型能考虑相邻水质级别临界处的模糊性,克服训练样本少的缺点生成足够的代表性好的样本,快速有效地对灌区水质进行评价.此外,基于AM-MCMC的BP模型还可用于洪灾损失评价、地震灾害评价及其他评价问题,具有广泛的实用性.
BP神經網絡模型用于水質進行評價的研究已經很多,然而,傳統的BP神經網絡無法攷慮相鄰水質級彆臨界處的模型性,評價指標較多時運行速度慢,且訓練樣本少、代錶性差,評價結果精度不高.為此,建立瞭基于AM-MCMC算法的BP模型.利用AM-MCMC算法模擬足夠的代錶性好的樣本以為BP網絡訓練所需,用于灌區的水質評價.實例研究錶明,與傳統的BP網絡相比,基于AM-MCMC的BP評價結果與實際水質比較更為客觀、閤理.基于AM-MCMC的BP模型能攷慮相鄰水質級彆臨界處的模糊性,剋服訓練樣本少的缺點生成足夠的代錶性好的樣本,快速有效地對灌區水質進行評價.此外,基于AM-MCMC的BP模型還可用于洪災損失評價、地震災害評價及其他評價問題,具有廣汎的實用性.
BP신경망락모형용우수질진행평개적연구이경흔다,연이,전통적BP신경망락무법고필상린수질급별림계처적모형성,평개지표교다시운행속도만,차훈련양본소、대표성차,평개결과정도불고.위차,건립료기우AM-MCMC산법적BP모형.이용AM-MCMC산법모의족구적대표성호적양본이위BP망락훈련소수,용우관구적수질평개.실례연구표명,여전통적BP망락상비,기우AM-MCMC적BP평개결과여실제수질비교경위객관、합리.기우AM-MCMC적BP모형능고필상린수질급별림계처적모호성,극복훈련양본소적결점생성족구적대표성호적양본,쾌속유효지대관구수질진행평개.차외,기우AM-MCMC적BP모형환가용우홍재손실평개、지진재해평개급기타평개문제,구유엄범적실용성.
