用BP網(wǎng)絡預測杭州西湖富營養(yǎng)化的短期變化趨勢.pdf

1、隨著人工神經(jīng)網(wǎng)絡理論的發(fā)展和計算機處理能力的日益增強,人工神經(jīng)網(wǎng)絡己越來越普遍地被應用于復雜系統(tǒng)的預測模型中.該研究選用了含三層網(wǎng)絡結構,Levenberg-Marquardt規(guī)則訓練前向算法的BP神經(jīng)網(wǎng)絡來模擬西湖水體的富營養(yǎng)化狀況.該研究在西湖共設了8個采樣點,收集了2000年1月至2001年4月西湖常規(guī)監(jiān)測的水生生態(tài)數(shù)據(jù).用主成分分析法選取了最能代表西湖水質狀況的7號點(湖心)作為研究對象,并用該方法篩選了部分水質參數(shù),作為BP網(wǎng)

2、絡的輸入變量.同時,用插值的方法生成足夠多的樣本數(shù),解決了該研究中樣本不充足的問題.運用BP人工神經(jīng)網(wǎng)絡找出最能反映西湖富營養(yǎng)化狀況變化趨勢的水質因子,建立最佳的網(wǎng)絡方案,預測西湖富營養(yǎng)化狀況(葉綠素a的濃度)的短期變化趨勢.并用3號點(中山碼頭)的數(shù)據(jù)檢驗了網(wǎng)絡的泛化性能,發(fā)現(xiàn)網(wǎng)絡輸出值與實際值吻合度較高.結果表明,水溫和葉綠素a是影響未來一周的葉綠素a含量的最重要的水質因子,以這兩者作為輸入變量建立的網(wǎng)絡簡單、快捷,比其他線性數(shù)值模