资源描述：
《人工神经网络在生态环境质量评价中的应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、四川环境2003年第22卷第3期!69!环境评价人工神经网络在生态环境质量评价中的应用121汤丽妮,张礼清,王卓(1成都信息工程学院地球环境科学系,四川成都610041;2中国轻工业成都设计院,四川成都610015)摘要:以生态环境指标的各级评价标准作为训练样本,应用人工神经网络建立生态环境质量评价的BP网络模型。用训练好的BP网络对生态环境质量进行评价,并与模糊识别评价法进行比较。结果表明,人工神经网络用于生态环境质量的评价结果与环境质量实况相符。关键词:人工神经网络;生态环境质量评价;B-P算法中图分类号:
2、X826文献标识码:A文章编号:10013644(2003)03006904ApplicationofArtificialNeuralNetworktotheAssessmentofEcoenvironmentQuality121TANGLini,ZHANGLiqing,WANGZhuo(1ChengduUniversityofInformationTechnology,Chengdu610041,China;2ChengduDesignInstituteofLightIndustryofChina,Ch
3、engdu610015,China)Abstract:Withtheassessingstandardofeachrankofecoenvironmentalindicatorsastrainingsamples,BPartificialneuralnetworkisappliedtobuildtheassessmentmodeloftheecoenvironmentalqualityThewelltrainednetworkisusedtoassessecoenvironmentalquality,whiletheresu
4、ltsarecomparedtothatofthefuzzydiscerningmethodItturnsoutthattheassessingresultsaccordwellwiththeactualsituationKeywords:Artificialneuralnetwork;ecoenvironmentalqualityassessment;BPalgorithm1前言价实质上正是一个模式识别过程,因此,将人工神经网络应用于生态环境质量评价或识别是可行的。同时,生态环境质量评价是将被评价对象的各项指标的由于它
5、具备自组织、自适应、自学习和具有容错性等监测数据与各级标准进行综合比较,看其与哪一级最为贴近的识别过程。生态环境质量识别与评价已有不优良性质以及复杂的并行分布处理能力,因而能从具少人进行了研究[1,2]。目前广泛使用的生态环境质量体的学习样本出发,获得基于客观数据的权重,并对评价方法有类比分析法、指数法、专家评判法、生态生态环境质量进行较为精确的评价。系统综合评价法、物元可拓识别法等。其中多数方法2BP网络简介均要求专家或相关人员根据经验给出因子权重,且识人工神经网络的类型很多,目前应用广泛的前馈别结果有时与实际出入较大。[3,4]
6、网络是BP网络。三层的BP网络包括输入层、中人工神经网络由大量简单的神经元广泛联接而成,间层(隐层)和输出层。BP网络的训练过程如下:首它依托计算机获得高超的计算能力,并通过模拟人脑先赋予网络相邻两层节点间的连接权值Wji、Vkj和阈思维方式的复杂网络系统,利用已经积累的各种知识值j、k为(-1,1)间的随机数。取得类似于人的识别和联想能力。由于这些独特的功21信息正向传递过程能,人工神经网络已广泛地应用于系统辨识及模式识将第l个学习样本输入BP网络后,计算隐层第j别等领域,并取得了一定的进展。而生态环境质量评个节点的期望输出h
7、j和输出层第k个节点的实际输出Ok:收稿日期:20021105M基金项目:四川省教育厅自然科学基金重点项目(2002A048)。hj=fWjixi+j(1)i=1作者简介:汤丽妮(1982-),女,湖南益阳人,2003年毕业于成都信息工N程学院环境工程专业工学学士。Ok=fVkjhj+k(2)j=1!70!四川环境2003年第22卷第3期-x式中:f为sigmoid激活函数:f=1/(1+e);行调整:Wji、Vkj!!!分别为连接输入层第i个输入节点Vkj=Vkj+khj(5)到隐层第j个隐节点的权值和连
8、接Wji=Wji+rjxi(6)隐层第j个隐节点到输出层第k个j=j+brj(7)输出节点的权值;k=k+bk(8)j、k!!!分别为隐层第j个隐节点的阈值和输其中,a,b
