共查询到10条相似文献,搜索用时 109 毫秒
1.
2.
BP网络模型在巢湖富营养化评价中的应用 总被引:1,自引:0,他引:1
根据人工神经网络的原理,综合考虑湖泊富营养化程度影响因素多,评价因素与富营养化等级之间关系复杂且非线性的特点,构建了一个能自动对湖泊富营养化程度作出正确评价的BP人工网络模型,分析了BP网络学习规则,并在巢湖富营养化评价中得到了应用.本研究结果显示:1997~2005年巢湖共出现4种营养类型,即中一富营养、富营养、重富营养、严重富营养化.在这几种营养类型中,富营养化区分布最广,约占全湖面积的71%,其次是重富营养化和严重富营养化,约占全湖面积的26.5%. 相似文献
3.
4.
针对水资源评价的复杂性不确定性等问题,提出了一种粗集与BP神经网络相结合的城市水资源可持续利用评价模型。利用粗糙集属性约简算法对城市水资源评价指标约简,找出主要评价指标,以简化BP网络的输入层;利用BP神经网络的非线性适应性信息处理能力对评价数据进行量化训练。基于湖北省2004~2010年城市水资源的相关数据,利用Matlab仿真平台进行评价,实证结果验证了该改进模型的科学性和有效性,为城市水资源可持续利用评价提供了有效的方法。 相似文献
5.
巢湖受周围城市工业化及农业生产迅速发展的影响,湖区及流域的生态环境发生了巨大变化,尤其是近几年巢湖水质达到重富营养化水平。引江济巢工程是改善巢湖水质的重要工程措施,采用EFDC生态动力学模型模拟了巢湖不同调水流量、调水线路、调水时间对水环境的影响。结果表明,引江济巢工程在一定程度、时间上使巢湖湖区水质发生一定程度的改善,但若入湖水质不达标,调水也增加了巢湖的富营养化风险。 相似文献
6.
7.
8.
9.