基于AM-MCMC的RAGA-BP网络在灌区水质评价中的应用

• 作者: 付强 冯杰 邢贞相 闫海
• 来源期刊: 沈阳农业大学学报
• 学科: 农学
• 关键词: 灌区水质评价 MCMC AM算法 RAGA BP
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 研究报告
• 页码范围: 463-467
• 页数: 5页
• 分类号: S511|S341.1|Q945.12
• 字数: 4289字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1700.2008.04.018

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的样本,快速有效地对灌区水质进行评价.此外,基于AM-MCMC的RAGA-BP模型还可用于洪灾损失评价、地震灾害评价及其他评价问题,具有广泛的实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯杰	武汉大学水资源与水电工程科学国家重点实验室	31	756	16.0	27.0
3	付强	东北农业大学水利与建筑学院	317	3949	29.0	46.0
4	邢贞相	东北农业大学水利与建筑学院	53	278	8.0	14.0
7	闫海		7	31	4.0	5.0