灰色徑向基網絡建模方法及其在水體富營養(yǎng)化預測中的應用.pdf_第1頁
已閱讀1頁,還剩40頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著近年來科學技術的突飛猛進,計算機技術及人工智能技術日新月異,人工神經網絡,作為計算機和人工智能技術高速發(fā)展的產物,其強大的功能已被廣泛的應用于各種復雜系統(tǒng)的逼近擬合和仿真模擬等問題中,并在多方面表現出了極強的適應性。 本研究選取網絡研究中最具有代表性的BP神經網絡和RBF神經網絡,以2000-2001年西湖常規(guī)監(jiān)測的水質參數數據為研究對象,并結合灰色關聯(lián)度分析法和灰色理論等原理,對初始數據進行預處理,篩選出具有代表性的水質參

2、數,作為網絡建模的變量,以水溫、pH等參數作為網絡輸入變量,葉綠素a作為輸出變量建立網絡,并比較三種網絡之間在預測精度、網絡收斂速度等方面的性能。結果表明,與灰色理論相結合的灰色RBF神經網絡表現出了比BP神經網絡和RBF神經網絡更好的數據擬合能力,運用灰色RBF神經網絡來預測短期內杭州西湖水質參數變化時,其模擬值與實際值的誤差較小,說明了灰色RBF神經網絡能夠有效的模擬水體水質參數的變化趨勢,可以為水體富營養(yǎng)化趨勢預測和治理提供科學依

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論