BP神经网络在水质评价中的应用被引量：31

下载PDF

导出

摘要为了研究BP神经网络在水质评价中的应用 ,根据人工神经网络的原理 ,建立了项目综合评价网络模型 ,分析了BP网络学习规则 ,并以此对湖泊富营养化程度进行了分析评价 ,从而为防治水污染提供了科学依据 ,也为BP神经网络在水质评价中的应用提供了实例。

作者杨志英

机构地区河海大学

出处《中国农村水利水电》北大核心 2001年第9期27-29,共3页 China Rural Water and Hydropower

关键词人工神经网络 BP模型水质评价水污染

分类号 X824 [环境科学与工程—环境工程]

引文网络
相关文献

参考文献2

1舒金华.我国湖泊富营养化程度评价方法的探讨[J].环境污染与防治,1990,12(5):2-7. 被引量：119
2郭宗楼,刘肇.人工神经网络在环境质量评价中的应用[J].武汉水利电力大学学报,1997,30(2):75-78. 被引量：29

二级参考文献3

1高洪深,陶有德.BP神经网络模型的改进[J].系统工程理论与实践,1996,16(1):67-71. 被引量：60
2舒金华.我国主要湖泊富营养化程度的初步评价与防治对策[J]环境科学丛刊,1986(02).
3舒金华.我国湖泊富营养化程度评价方法的探讨[J].环境污染与防治,1990,12(5):2-7. 被引量：119

共引文献146

1苑韶峰,吕军.流域农业非点源污染研究概况[J].土壤通报,2004,35(4):507-511. 被引量：51
2李鸿雁,刘晓伟,李世明.小浪底至花园口区间含沙量人工神经网络预报方法研究[J].泥沙研究,2004,29(4):20-24. 被引量：8
3陈守煜.湖库水体富营养化评价级别特征值与识别模型[J].黑龙江大学工程学报,1999(1):1-8. 被引量：18
4倪雪琳,吴光学,管运涛,陈俊.景观用再生水氮磷条件下两种典型水华藻类的生长及竞争规律[J].环境工程,2013,31(S1):240-244. 被引量：4
5马文林,吕爱芃,刘建伟,贾丽昭.微生物生态修复剂修复富营养化人工湖水质研究[J].环境科学与技术,2013,36(S1):213-216. 被引量：10
6鲁冕,李凡修.基于Vague集的集对分析在湖泊富营养化评价中的应用[J].环境工程学报,2015,9(6):3058-3062. 被引量：2
7陈守煜,熊德琪.湖泊富营养化评价模糊集理论与模式[J].湖泊科学,1993,5(2):144-152. 被引量：13
8谢平,黎红秋,叶爱中.基于经验频率曲线的湖泊富营养化随机评价方法及其验证[J].湖泊科学,2004,16(4):371-376. 被引量：13
9左书华.人工神经网络在我国流域水沙分析预测中的应用研究进展[J].海河水利,2004(6):37-40. 被引量：3
10王红莉,姜国强,陶建华.渤海湾水环境系统多级灰关联评价[J].海洋技术,2004,23(4):48-52. 被引量：17

同被引文献222

1刘德明.浅谈城市内河治理的方法[J].福建建筑,2005(3):101-102. 被引量：4
2田梅青,肖同亮.海水入侵程度的模糊综合评判[J].安阳工学院学报,2007,6(4):36-40. 被引量：5
3何志云.SPSS软件在南宁市内河水质综合评价中的应用[J].硅谷,2008,1(14):106-107. 被引量：12
4陈守煜.湖库水体富营养化评价级别特征值与识别模型[J].黑龙江大学工程学报,1999(1):1-8. 被引量：18
5李德毅,刘常昱.论正态云模型的普适性[J].中国工程科学,2004,6(8):28-34. 被引量：913
6张文鸽,李会安,蔡大应.水质评价的人工神经网络方法[J].东北水利水电,2004,22(10):42-45. 被引量：29
7蒋福兴,田立慧,白国峰黑龙江省计算中心.改进的BP神经网络在浑河水质评价中的应用[J].辽宁工程技术大学学报（自然科学版）,2004,23(5):616-617. 被引量：4
8王颖,谢剑英.一种自适应蚁群算法及其仿真研究[J].系统仿真学报,2002,14(1):31-33. 被引量：232
9汪尚朋,李江云,郑旭荣,刘建军.水质模糊评价的探讨[J].中国农村水利水电,2005(1):49-51. 被引量：46
10陈守煜,李亚伟.基于模糊人工神经网络识别的水质评价模型[J].水科学进展,2005,16(1):88-91. 被引量：75

引证文献31

1付永锋,张建,罗光明,赵基花,沈冰.基于改进BP神经网络的地下水水质评价——以新疆和田地区为例[J].西北农林科技大学学报（自然科学版）,2004,32(11):129-132. 被引量：15
2孙涛,李纪人,潘世兵.人工神经网络(ANN)模型在地下水资源预测中的应用研究[J].世界地质,2004,23(4):386-390. 被引量：4
3武飞周,薛源.智能算法综述[J].工程地质计算机应用,2005(2):9-15. 被引量：19
4张放,李树春.浅谈推进企业财务管理信息化建立现代企业制度[J].科技资讯,2005,3(22):184-184. 被引量：5
5曹剑峰,平建华,SUMARE Oumar,姜纪沂,沈媛媛,钦丽娟.改进BP神经网络在地下水环境质量评价中的应用[J].水利水电科技进展,2006,26(3):21-23. 被引量：34
6史俊,文俊.水文水资源新技术应用研究综述[J].水利科技与经济,2006,12(7):433-436. 被引量：7
7陈兴,程吉林,刘芳.BP神经网络用于水质评价的参数确定[J].水利与建筑工程学报,2007,5(1):12-15. 被引量：12
8娄申,干晓蓉.基于BP神经网络的水质评价[J].云南民族大学学报（自然科学版）,2007,16(2):165-167. 被引量：17
9赵显波,雷晓云,沈志伟,刘振平,刘庆伟.人工神经网络在新疆蘑菇湖水库水质评价中的应用[J].石河子大学学报（自然科学版）,2007,25(2):236-239. 被引量：10
10梁宵,殷福才,孙世群,李合生.基于人工神经网络的巢湖富营养化分时分区评价[J].中国环境监测,2007,23(3):74-77. 被引量：5

二级引证文献261

1杨宁,曹剑峰,石娜,李京京,肖云龙.基于GIS的磐石市地下水环境质量分析[J].吉林大学学报（地球科学版）,2006,36(S1):47-50. 被引量：4
2杜守建,李怀恩,徐征和,王庆文.自优化模拟技术在城市多水源调度中的应用[J].供水技术,2007,1(2):21-24. 被引量：1
3冯冬青,郭艳.遗传算法改进BP神经网络在地下水水质评价中的应用[J].郑州大学学报（工学版）,2009,30(3):126-129. 被引量：12
4韩丰涛,夏美娟,梁雪春.地表水质分析及方法比较[J].化工自动化及仪表,2012,39(7):900-903. 被引量：3
5周梅,李政,凌海波,王坎,蔡俊雄.基于BP神经网络的义水河水环境质量评价研究[J].环境科学与技术,2012,35(S1):385-388. 被引量：10
6孙涛,李纪人,潘世兵.人工神经网络(ANN)模型在地下水资源预测中的应用研究[J].世界地质,2004,23(4):386-390. 被引量：4
7赵微,黄介生,鲍卫锋.湖北宜昌东风渠灌区抗旱预案编制研究[J].沈阳农业大学学报,2004,35(5):543-545. 被引量：2
8苏伟,卢玉蓉,聂德新,张承平.自组织竞争神经网络在决策分析中的应用[J].物探化探计算技术,2005,27(2):175-177. 被引量：1
9王超,陈开岩.基于ANN的煤矿安全评价方法的探讨[J].安全,2005,26(3):25-27. 被引量：4
10张放,李树春.浅谈推进企业财务管理信息化建立现代企业制度[J].科技资讯,2005,3(22):184-184. 被引量：5

1佟敬军,金福杰,闫家鹏.BP网络在环境监测中的应用[J].黑龙江环境通报,2003,27(2):101-102.
2陈涛,郭院成,杨万全,张四化.基于可拓工程方法的公路建设项目综合评价[J].中外公路,2008,28(4):262-265. 被引量：3
3闫同海,张百奇.基于BP神经网络的地表水环境质量评价[J].中国环境管理（吉林）,2003,22(6):56-56. 被引量：1
4梅长青,王心源,李文达.BP网络模型在巢湖富营养化评价中的应用[J].能源与环境,2008(1):9-11. 被引量：5
5王志勇.一种改进的模糊控制方法及其在大坝安全上的应用[J].中国安全科学学报,2005,15(1):47-50. 被引量：1
6崔卫芳,庄世宏.高校科研项目立项综合评价研究[J].中国农学通报,2005,21(7):424-427. 被引量：9
7卢文喜,祝廷成.应用人工神经网络评价湖泊的富营养化[J].应用生态学报,1998,9(6):645-650. 被引量：20
8卢文喜,祝廷成.应用人工神经网络评价长春南湖水的营养状态[J].地理科学,1999,19(5):462-465. 被引量：16
9孙红松,杨朝晖,曾光明,刘水清,徐峥勇,邓久华,季丽丽,陈颖.基于ANN的SBBR-CRI处理模拟生活污水及其仿真研究[J].中国环境科学,2010,30(11):1453-1458. 被引量：5
10高彩英,赵新建.基于遗传算法的入侵检测系统[J].安防科技,2006(9):54-56.

中国农村水利水电

2001年第9期

浏览历史

内容加载中请稍等...

BP神经网络在水质评价中的应用被引量：31

参考文献2

二级参考文献3

共引文献146

同被引文献222

引证文献31

二级引证文献261

相关作者

相关机构

相关主题

浏览历史

BP神经网络在水质评价中的应用 被引量：31

参考文献2

二级参考文献3

共引文献146

同被引文献222

引证文献31

二级引证文献261

相关作者

相关机构

相关主题

浏览历史

BP神经网络在水质评价中的应用被引量：31