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:
针对BP网络水质评价模型的不足,引入人工蜂群(ABC)算法,将求解BP神经网络各层权值、阀值的过程转化为蜜蜂寻找最佳蜜源的过程,提出了一种新的结合人工蜂群算法的BP网络水质评价方法(ABC-BP)。并以2000—2006年渭河监测断面的10组实测数据作为测试样本对其水质进行了评价,实验结果表明该方法得到的水质评价结果准确,并具有很强的稳定性和鲁棒性。
推荐文章
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
海水水质评价的人工神经网络模型研究
人工 神经网络
海水水质
评价
训练样本
检验样本
连接权值
基于混沌搜索的人工蜂群优化神经网络交通流预测方法
交通流预测
BP神经网络
人工蜂群算法
Tent混沌
分时段
基于模糊人工神经网络识别的水质评价模型
模糊识别
神经网络
水质评价
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 基于人工蜂群算法与BP神经网络的水质评价模型
来源期刊 环境工程学报 学科 地球科学
关键词 神经网络 人工蜂群(ABC)算法 水质评价
年,卷(期) 2012,(2) 所属期刊栏目 相关研究
研究方向 页码范围 699-704
页数 分类号 X832
字数 语种 中文
DOI
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 苏彩红 佛山科学技术学院自动化系 23 168 6.0 12.0
2 向娜 华南理工大学自动化科学与工程学院 3 80 3.0 3.0
3 王飞 佛山科学技术学院自动化系 31 191 7.0 13.0
4 陈广义 佛山科学技术学院自动化系 18 114 5.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (37)
参考文献  (6)
节点文献
引证文献  (62)
同被引文献  (265)
二级引证文献  (153)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(8)
  • 引证文献(8)
  • 二级引证文献(0)
2014(11)
  • 引证文献(8)
  • 二级引证文献(3)
2015(21)
  • 引证文献(10)
  • 二级引证文献(11)
2016(20)
  • 引证文献(4)
  • 二级引证文献(16)
2017(42)
  • 引证文献(12)
  • 二级引证文献(30)
2018(35)
  • 引证文献(7)
  • 二级引证文献(28)
2019(58)
  • 引证文献(11)
  • 二级引证文献(47)
2020(19)
  • 引证文献(1)
  • 二级引证文献(18)
研究主题发展历程
节点文献
神经网络
人工蜂群(ABC)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
环境工程学报
月刊
1673-9108
11-5591/X
大16开
北京市2871信箱
82-448
1980
chi
出版文献量(篇)
10843
总下载数(次)
42
总被引数(次)
132845
论文1v1指导