基于AM-MCMC的RAGA-BP网络在灌区水质评价中的应用
2008-08-15分类号：S274
【部门】武汉大学水资源与水电工程科学国家重点实验室 东北农业大学水利与建筑学院 黑龙江省农垦总局水利工程管理总站 东北农业大学水利与建筑学院 武汉430072 河海大学水文水资源学院 南京210098 哈尔滨150030 哈尔滨150090 哈尔滨150030
【摘要】BP神经网络模型用于水质进行评价的研究已经很多,然而,传统的BP神经网络无法考虑相邻水质级别临界处的模糊性,评价指标较多时运行速度慢,且由于训练样本少和代表性差,评价结果精度不高。建立了基于AM-MCMC算法的RAGA-BP模型,利用RAGA能够选出最优的BP网络初始结构;AM-MCMC算法模拟足够的代表性好的样本为BP网络训练所需,用于灌区的水质评价。实例研究表明,与传统的BP网络相比,基于AM-MCMC的RAGA-BP网络收敛速度提高约20%,评价结果与实际水质比较更为客观、合理。基于AM-MCMC的RAGA-BP模型能考虑相邻水质级别临界处的模糊性,克服训练样本少的缺点生成足够的代表性好...
【关键词】灌区水质评价 MCMC AM算法 RAGA BP
【基金】武汉大学水资源与水电工程科学国家重点实验室开放基金(2005B020); 国家自然科学基金项目(50609005); 霍英东青年教师基金(101075); 东北农业大学科学研究基金项目(2008)
【所属期刊栏目】沈阳农业大学学报
文献传递
