科技广场
科技廣場
과기엄장
SCIENCE TECHNOLOGY PLAZA
2015年
3期
45-47
,共3页
遗传算法%BP神经网络%环境评价
遺傳算法%BP神經網絡%環境評價
유전산법%BP신경망락%배경평개
Genetic Algorithm%BP Neural Network%Environmental Assessment
铀矿冶设施退役水环境评价的本质是一个模式识别问题。本文在充分分析遗传算法和BP神经网络的基础上,利用遗传算法改进BP神经网络建立了评价模型,并将其应用于铀矿冶设施退役水环境评价中。结果表明,改进后的BP神经网络能够很好的适用于铀矿冶设施退役水环境评价。
鈾礦冶設施退役水環境評價的本質是一箇模式識彆問題。本文在充分分析遺傳算法和BP神經網絡的基礎上,利用遺傳算法改進BP神經網絡建立瞭評價模型,併將其應用于鈾礦冶設施退役水環境評價中。結果錶明,改進後的BP神經網絡能夠很好的適用于鈾礦冶設施退役水環境評價。
유광야설시퇴역수배경평개적본질시일개모식식별문제。본문재충분분석유전산법화BP신경망락적기출상,이용유전산법개진BP신경망락건립료평개모형,병장기응용우유광야설시퇴역수배경평개중。결과표명,개진후적BP신경망락능구흔호적괄용우유광야설시퇴역수배경평개。
Environmental assessment of the nature of water in the decommissioned uranium mining and milling facilities is a problem of pattern recognition. In this paper, we build a new model on BP neural network to give a comprehensive evaluation to the water environmental quality of the decommissioned uranium mining and milling facilities, which is improved by Genetic Algorithm, is the results indicate that the improved BP neural net-work has great application value in evaluating water environment.