基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了准确、高效地评定地下水水质,提出了一种遗传算法与神经网络相结合的混合评价算法,针对水质评价的多变量和非线性,采用BP神经网络对其进行综合评价计算,BP算法易陷入局部极小的缺点则通过引入遗传算法来克服,将两者有机的结合起来实现神经网络的训练和知识库的建立.通过算法比较和实例结果分析,证明了该算法的有效性.
推荐文章
人工神经网络模型在地下水水质评价分类中的应用
人工神经网络
BP算法
模糊综合评判
地下水水质
分类
基于BP神经网络模型的水质评价方法探讨
BP神经网络模型
水资源
水质评价
和声搜索算法改进BP网络在水质评价中的应用
和声搜索算法
BP神经网络
水质评价
基于改进的TOPSIS模型在地下水水质评价中的应用
改进的熵权
改进的TOPSIS
地下水水质综合评价
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 遗传算法改进BP神经网络在地下水水质评价中的应用
来源期刊 郑州大学学报(工学版) 学科 工学
关键词 BP神经网络 遗传算法 水质评价
年,卷(期) 2009,(3) 所属期刊栏目
研究方向 页码范围 126-129
页数 4页 分类号 TP183
字数 2976字 语种 中文
DOI 10.3969/j.issn.1671-6833.2009.03.032
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 冯冬青 郑州大学电气工程学院 96 930 17.0 23.0
2 郭艳 郑州大学电气工程学院 18 154 6.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (101)
参考文献  (6)
节点文献
引证文献  (24)
同被引文献  (65)
二级引证文献  (62)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(4)
  • 参考文献(3)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
  • 引证文献(0)
  • 二级引证文献(0)
2010(4)
  • 引证文献(4)
  • 二级引证文献(0)
2011(8)
  • 引证文献(6)
  • 二级引证文献(2)
2012(9)
  • 引证文献(3)
  • 二级引证文献(6)
2013(8)
  • 引证文献(0)
  • 二级引证文献(8)
2014(9)
  • 引证文献(3)
  • 二级引证文献(6)
2015(4)
  • 引证文献(1)
  • 二级引证文献(3)
2016(10)
  • 引证文献(3)
  • 二级引证文献(7)
2017(12)
  • 引证文献(1)
  • 二级引证文献(11)
2018(10)
  • 引证文献(0)
  • 二级引证文献(10)
2019(11)
  • 引证文献(3)
  • 二级引证文献(8)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
BP神经网络
遗传算法
水质评价
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
郑州大学学报(工学版)
双月刊
1671-6833
41-1339/T
大16开
河南省郑州市科学大道100号
36-232
1980
chi
出版文献量(篇)
3118
总下载数(次)
0
总被引数(次)
21814
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导