绿色科技
綠色科技
록색과기
LVSE DASHIJIU
2014年
3期
75-77,78
,共4页
灰色聚类%人工神经网络%水质%评价
灰色聚類%人工神經網絡%水質%評價
회색취류%인공신경망락%수질%평개
gray -clustering law%artificial neural network%water quality%assessment
探讨了两种水质综合评价方法：改进的灰色聚类法和人工神经网络法。通过采用增加训练样本和黄金分割的隐含层节点优化算法建立了人工神经网络模型，将两种水质综合评价方法进行了比较，结果表明：改进的灰色聚类法计算量较大，主观性较强，评价结果稳定。BP人工神经网络进行水质综合评价具有客观性，但网络训练较为繁琐，通过插值生成训练样本，极大地增强了网络的稳定性。但扩充后的训练样本，不能代表复杂的水质实况，使评价结果受到一定影响。
探討瞭兩種水質綜閤評價方法：改進的灰色聚類法和人工神經網絡法。通過採用增加訓練樣本和黃金分割的隱含層節點優化算法建立瞭人工神經網絡模型，將兩種水質綜閤評價方法進行瞭比較，結果錶明：改進的灰色聚類法計算量較大，主觀性較彊，評價結果穩定。BP人工神經網絡進行水質綜閤評價具有客觀性，但網絡訓練較為繁瑣，通過插值生成訓練樣本，極大地增彊瞭網絡的穩定性。但擴充後的訓練樣本，不能代錶複雜的水質實況，使評價結果受到一定影響。
탐토료량충수질종합평개방법：개진적회색취류법화인공신경망락법。통과채용증가훈련양본화황금분할적은함층절점우화산법건립료인공신경망락모형，장량충수질종합평개방법진행료비교，결과표명：개진적회색취류법계산량교대，주관성교강，평개결과은정。BP인공신경망락진행수질종합평개구유객관성，단망락훈련교위번쇄，통과삽치생성훈련양본，겁대지증강료망락적은정성。단확충후적훈련양본，불능대표복잡적수질실황，사평개결과수도일정영향。
This article discusses two kinds ofwater comprehensiveevaluation methods :the modifiedgray -clus-tering law and the artificial neural network .The artificial neural network model is created through increasing the number of training samples and optimization algorithm of golden section hidden layer node .Comparing the two kinds of water comprehensive evaluation methods ,the results show that the modified grey -cluste-ring method is rather stable and subjective ,but its calculation burden is too heavy ;the artificial neural net-work is objective and more stable by interpolating ,while the network training is tedious and the expanded training sample can not representscomplex water quality ,so the assessment result will be influenced .
