灰色聚类法和人工神经网络在水质综合评价中的比较

• 作者: 尹姗姗 朱雅敏
• 来源期刊: 绿色科技
• 学科: 地球科学
• 关键词: 灰色聚类 人工神经网络 水质 评价
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 环境与安全
• 页码范围: 75-77,78
• 页数: 4页
• 分类号: X703
• 字数: 3070字
• 语种: 中文

摘要

探讨了两种水质综合评价方法：改进的灰色聚类法和人工神经网络法。通过采用增加训练样本和黄金分割的隐含层节点优化算法建立了人工神经网络模型，将两种水质综合评价方法进行了比较，结果表明：改进的灰色聚类法计算量较大，主观性较强，评价结果稳定。BP人工神经网络进行水质综合评价具有客观性，但网络训练较为繁琐，通过插值生成训练样本，极大地增强了网络的稳定性。但扩充后的训练样本，不能代表复杂的水质实况，使评价结果受到一定影响。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱雅敏		7	39	4.0	6.0
2	尹姗姗		5	5	1.0	2.0