模糊神经网络在水质评价中的研究

• 作者: 尚艳玲 牛红惠
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 模糊理论 相对隶属度 反向传播神经网络 水质评价
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 人工智能与专家系统
• 页码范围: 173-176
• 分类号: TP391.9
• 字数: 3989字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2012.04.042

摘要

研究水质评价问题,针对水环境保护和治理,由于水质类型和分级标准存在着模糊性,水质因子与水质类型间存在非线性关系,无法建立传统精确的数学模型.为了提高水质评价的准确性,提出模糊BP神经神经网络水质评价模型.利用模糊理论相对隶属度能反映各因子的质量相对状态,对模糊性具有很强的识别精度,可将水质因子模糊隶属度矩阵输入到BP神经网络中,通过非线性分析处理的BP神经网络进行学习和测试,得到输出水质评价等级.实验结果表明,模糊神经网络较传统的水质评价方法具有较高的识别精度,提高水质评价等级的准确性,使评价的结果更具有科学性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尚艳玲	安阳师范学院计算机教学部	13	55	4.0	7.0
2	牛红惠	安阳师范学院计算机教学部	25	106	4.0	9.0