|
|
|
| 环境监测优化布点的人工神经网络模型 |
| 李祚泳 |
| 成都气象学院气电系 成都610041 |
|
|
|
|
摘要 采用B－P算法的人工神经网络，对选定的标准样本进行训练，用训练结束后网络的稳定权值和阈值，并结合标准样本的网络输出，即可对环境监测样点进行优选。应用于大气环境监测优化布点的实例结果表明，人工神经网络用于环境监测优化布点是可行的
|
|
| 关键词 ：
环境监测,
优化布点,
人工神经网络,
B－P算法
|
|
收稿日期: 1900-01-01
|
| [1] |
秦怡雯, 钱瑜, 荣婷婷. 基于大气特征污染物的监测布点选址优化研究[J]. 中国环境科学, 2015, 35(4): 1056-1064. |
| [2] |
邹锐, 张晓玲, 刘永, 赵磊, 朱翔, 颜小品, 阳平坚. 抚仙湖流域负荷削减的水质风险分析[J]. 中国环境科学, 2013, 33(9): 1721-1727. |
| [3] |
胡康, 万金泉, 马邕文, 黄明智, 王艳. 基于模糊神经网络的A2/O工艺出水氨氮在线预测模型[J]. 中国环境科学, 2012, 32(2): 260-267. |
| [4] |
王祎, 李静文, 邵雪, 田在兴, 郭亮, 姜继平, 王鹏. 基于计算智能的流域污染排放优化模式研究[J]. 中国环境科学, 2012, 32(1): 173-180. |
| [5] |
刘潘炜, 郑君瑜, 李志成, 钟流举, 王雪松. 区域空气质量监测网络优化布点方法研究[J]. 中国环境科学, 2010, 30(7): 907-913. |
| [6] |
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. |
| [7] |
王恺, 赵宏, 刘爱霞, 韩斌, 白志鹏. 基于风险神经网络的大气能见度预测[J]. 中国环境科学, 2009, 29(10): 1029-1033. |
| [8] |
曹 明;杨朝晖*;曾光明;许 朕;徐峥勇;谭文化. 基于ANN 的SBBR 短程硝化过程仿真研究[J]. 中国环境科学, 2008, 28(8): 694-698. |
| [9] |
王志刚;刘文清*;张玉钧;司马伟昌;刘建国. 基于激发荧光光谱的浮游植物分类测量方法[J]. 中国环境科学, 2008, 28(4): 329-333. |
| [10] |
唐辉;李迪;万金泉;马邕文. 基于人工神经网络的造纸废水处理动态仿真[J]. 中国环境科学, 2006, 26(1): 0-0. |
| [11] |
万显烈;杨凤林;王慧卿. 利用人工神经网络对空气中O3浓度进行预测[J]. 中国环境科学, 2003, 23(1): 0-0. |
| [12] |
高大文;王鹏;郑彤;彭永臻. 多氯酚定量构效关系人工神经网络信息流分析[J]. 中国环境科学, 2002, 22(6): 0-0. |
| [13] |
刘罡;李昕;胡非. 大气污染物浓度的神经网络预报[J]. 中国环境科学, 2000, 20(5): 0-0. |
| [14] |
李祚泳;邓新民. 基于多项污染物综合相对重要性的主成分子集合环境测点优选法[J]. 中国环境科学, 1999, 19(5): 0-0. |
| [15] |
蔡煜东;许伟杰. 用微生物群落评价水系的自组织人工神经网络方法[J]. 中国环境科学, 1994, 14(6): 0-0. |
|
|
|
|
