基于RPROP算法的湖泊富营养化评价

• 作者: 姜雅萍 马宗仁
• 来源期刊: 中国资源综合利用
• 学科: 地球科学
• 关键词: RPROP算法 富营养化 评价
• 年，卷（期）: 2008,（11）
• 所属期刊栏目: 环境保护
• 页码范围: 17-19
• 页数: 3页
• 分类号: X824
• 字数: 2188字
• 语种: 中文
• DOI: 10.3969/j.issn.1008-9500.2008.11.010

摘要

根据湖泊富营养化程度影响因素多,评价因素与富营养化等级问的关系复杂且是非线性的特点,建立了湖泊营养状态的弹性BP人工神经网络模型,并应用于我国的湖泊营养状态评价.根据传统BP人工神经网络收敛速度不稳定,容易陷入局部极小点等特点,使用RPROP算法进行网络的训练.在分析BP神经网络和RPROP算法原理的基础上,指出了RPROP算法具有收敛速度快、不容易陷入局部极小点、自适应能力强等优点,并分析了原因.将RPROP算法训练的多层前馈神经网络用于湖泊富营养化评价,给出了网络模型,分析了隐含层神经元数目对网络训练和评价的影响.水质评价参数的训练和评价表明,RPROP算法的收敛速度快于传统BP算法,并且与传统的评价结果具有高度的相关性,是一种有效的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜雅萍	同济大学环境科学与工程学院	2	61	2.0	2.0
2	马宗仁	兰州交通大学环境与市政工程学院	1	5	1.0	1.0