基于AM-MCMC的BP神经网络在煤矿地下水评价中的应用

• 作者: 崔海涛 邢贞相 韩雪
• 来源期刊: 黑龙江水利科技
• 学科: 地球科学
• 关键词: 地下水质评价 MCMC AM算法 BP 实例
• 年，卷（期）: 2010,（2）
• 页码范围: 1-3
• 分类号: X824
• 字数: 3010字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-7596.2010.02.001

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型性,评价指标较多时运行速度慢,且训练样本少、代表性差,评价结果精度不高.为此,建立了基于AM-MCMC算法的BP模型.利用AM-MCMC算法模拟足够的代表性好的样本以为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BP评价结果与实际水质比较更为客观、合理.基于AM-MCMC的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	邢贞相	东北农业大学水利与建筑学院	53	278	8.0	14.0
2	崔海涛		5	4	1.0	2.0
3	韩雪		16	55	3.0	7.0