RBF与Elman在露天矿区地下水水质评价与预测中的应用

• 作者: 刘志斌 王李 郑景华
• 来源期刊: 水资源与水工程学报
• 关键词: 人工神经网络 地下水水质评价 水质指标
• 年，卷（期）: 2011,（5）
• 页码范围: 130-133
• 分类号: X824
• 语种: 中文

摘要

通过构建RBF与Elman网络模型,以归一化后的标准矩阵为训练样本,利用Matlab软件辅助,进行网络训练后分别对阜新海洲露天矿矿区地下水水质进行了评价与预测.结果表明:RBF与Elman预测结果基本一致,预测模型可以较好的反映出地下水质的变化状况；该矿区地下水的污染较为严重,总体为Ⅳ-Ⅴ类水质,主要污染因子为无机盐类.随着年限的增加,该区地下水的污染情况会越来越重.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘志斌	辽宁工程技术大学资源与环境工程学院	105	891	17.0	25.0
2	郑景华	辽宁工程技术大学资源与环境工程学院	22	93	6.0	8.0
3	王李	辽宁工程技术大学资源与环境工程学院	1	3	1.0	1.0