期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
BP神经网络在水华短期预测中的应用 被引量:13
1
作者 殷高方 张玉钧 +6 位作者 胡丽 王志刚 肖雪 石朝毅 于绍惠 段静波 刘文清 《北京理工大学学报》 EI CAS CSCD 北大核心 2012年第6期655-660,共6页
为解决影响因素多、作用关系复杂的水华预测问题,将BP神经网与水体环境因子的高频实测数据相结合,构建了巢湖水华的短期动态预测模型,该模型准确地预测了每次水华发生的时间,预测值与实际观测值相关系数可达0.608 4;在分析BP神经网络自... 为解决影响因素多、作用关系复杂的水华预测问题,将BP神经网与水体环境因子的高频实测数据相结合,构建了巢湖水华的短期动态预测模型,该模型准确地预测了每次水华发生的时间,预测值与实际观测值相关系数可达0.608 4;在分析BP神经网络自身局限性的基础上,研究了建模过程中输入输出数据预处理、网络结构设计、训练模式选择等问题,给出了水华预测中确定环境因子和建模方案的具体方法.该方法容易移植到其它湖库,提高了模型的实用性和通用性. 展开更多
关键词 bp神经网络 水华 短期预测模型
在线阅读 下载PDF
BP神经网络水华预测模型的敏感性分析 被引量:8
2
作者 殷高方 张玉钧 +6 位作者 胡丽 于绍惠 肖雪 王欢博 石朝毅 段静波 刘文清 《北京理工大学学报》 EI CAS CSCD 北大核心 2012年第12期1288-1293,共6页
敏感性分析能够定量地评价模型输入变量的变化对输出结果产生的影响,是揭示模型蕴含规律的有效途径.本文将敏感分析方法应用于BP神经网络巢湖水华预测模型中,分析结果表明巢湖水华形成受诸多环境因子共同影响,水温、溶解氧、浊度、气温... 敏感性分析能够定量地评价模型输入变量的变化对输出结果产生的影响,是揭示模型蕴含规律的有效途径.本文将敏感分析方法应用于BP神经网络巢湖水华预测模型中,分析结果表明巢湖水华形成受诸多环境因子共同影响,水温、溶解氧、浊度、气温、光照强度等环境因子变化与藻类质量浓度变化相关,其中气温是最大影响因素,相对贡献率达到17.01%;气压的上升则不利用于藻类质量浓度的增加;pH值的上升对藻类质量浓度的影响有正有负. 展开更多
关键词 水华 预测模型 bp神经网络 敏感性分析
在线阅读 下载PDF
基于BP神经网络的藻类水华预测模型研究 被引量:15
3
作者 张克鑫 陆开宏 +2 位作者 朱津永 刘夏松 谢丽凤 《中国环境监测》 CAS CSCD 北大核心 2012年第3期53-57,共5页
以宁波大学校内池塘2009年3—10月间30周的监测数据为基础,运用BP人工神经网络方法构建预测模型,探求颤藻生物量与总氮、总磷、透明度等6项环境因子之间的关系,选出最佳预测模型,并对模型进行敏感度分析。结果显示:①BP神经网络模型对... 以宁波大学校内池塘2009年3—10月间30周的监测数据为基础,运用BP人工神经网络方法构建预测模型,探求颤藻生物量与总氮、总磷、透明度等6项环境因子之间的关系,选出最佳预测模型,并对模型进行敏感度分析。结果显示:①BP神经网络模型对颤藻生物量预测值与实测值之间拟合程度良好,相关系数达到了0.984,说明BP神经网络模型可以用于水体中藻类水华的短期预测。②通过对构建的BP神经网络模型进行敏感度分析,阐明了宁波大学校内池塘藻类水华的主要驱动因素,并指出控制水体的pH是宁波大学校内池塘藻类水华防治工作的重点。 展开更多
关键词 bp神经网络 藻华水体 预测模型 颤藻生物量
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部