基于改进BP神经网络的地下水水质评价.PDF

( ) 第 32 卷　第 11 期 西北农林科技大学学报 自然科学版 . 32 . 11 V o l N o 2004 年 11 月 . . . . ( . . . ) . 2004 Jou r o f N o r thw e st Sci T ech U n iv o f A gr i an d Fo r N at Sci E d N ov 基于改进 BP 神经网络的地下水水质评价 —— 以新疆和田地区为例 1 2 3 1 1 付永锋 , 张　建 , 罗光明 , 赵基花 , 沈　冰 ( 1 西安理工大学 水利水电学院, 陕西 西安 7 10048; 2 西安交通大学 计算机教学中心, 陕西 西安 7 10032; 3 新疆和田地区水文水资源勘测局, 新疆 和田 848000) 　　[摘　要]　在阐述人工神经网络基本原理的基础上, 提出了地下水水质评价的B P 网络模型。并分别利用B P 网络模型与传统的模糊综合评判法对新疆和田地区地下水水质进行了评价, 结果表明, B P 网络模型不仅计算简 便, 而且具有较高的计算精度。 [ 关键词]　人工神经网络; B P 网络; 地下水; 水质评价; 新疆和田 [ 中图分类号]　 824　　　　[ 文献标识码]　 [ 文章编号]　167 19387 (2004) 110 12904 X A 　　地下水水质评价是地下水资源评价的一项重要 1　 网络模型 B P 内容, 可以根据地下水的主要成分和给定的水质标 准, 分析地下水水质状况及其时空分布, 为地下水资 在众多的神经网络模型中, 原理最简单、应用最 源的开发利用、规划和管理提供科学依据。由于地下 广泛的是基于误差反向传播算法的B P 网络模型。 水分级标准具有模糊性和灰色性, 模糊数学和灰色 它是一种多层前馈神经网络模型, 由一个输入层、一 系统理论方法在地下水水质评价中得到了广泛的应 个输出层和一个或若干个隐含层组成。每一层都包 [ 1 ] 含若干神经元, 神经元之间通过连接权重互连, 但同 用 , 但其在处理实际问题时都需要设计若干不同 ( 层的神经元之间没有联系。3 层B P 网络的结构如图 的效用函数 灰色系统的白化函数、模糊数学的隶属 ) 1 所