资源描述：
《基于bp人工神经网络水质评价方法探究》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、基于BP人工神经网络水质评价方法探究 摘要：本文结合实际工作需要，提出了使用BP人工神经网络法进行水质分析评价的方法。本方法使用MATLAB作为工具载体，应用BP神经网络理论，选用MATLAB函数工具箱中的函数作为训练算法，极大的简化了繁琐的数据处理过程，方便快捷，处理速度快。并与其他方法结果进行对比，证实本方法科学可信。本方法作为水质分析评价的方法，比起其他方法，具有算法简单，运算速度快，受外界影响小等特点。关键词：人工神经网络Matlab水质评价BP中图分类号：TN711文献标识码：A文章编号：“人口、资源、环境”是当今世界面临的三大难题。人类的生存与发
2、展从根本上依赖于水的获取和对水的控制。天津市蕴藏着丰富的中、低温地下水资源。同时，天津市作为华北地区严重缺水的城市，地下水资源对天津市的经济发展具有极其重要的作用。地下水水质的分析评价，为资源管理提供了水质判别的依据，是资源管理系统中重要的一部分。7目前，天津市的地下水水资源的分析管理工作中，水质分析评价采用的比较多的是内梅罗指数公式法、模糊综合评判法、国标法等。1BP人工神经网络简介BP(BackPropagation)神经网络是一种神经网络学习算法，全称是基于误差反向传播算法的人工神经网络。它的学习过程，由信息的正向传播和误差的反向传播两个过程组成。输入层
3、各神经元负责接收来自外界的输入信息，并传递给中间层各神经元；中间层是内部信息处理层，负责信息变换；最后一个隐层传递到输出层各神经元的信息，经进一步处理后，完成一次学习的正向传播处理过程，由输出层向外界输出信息处理结果。BP神经网络相对比其他的神经网络，具有运算速度快，叠加性好等特点。2分析方法模型建立2.1分析标准选择参照《中华人民共和国地下水质量标准》，结合天津市水资源的实际取样和检测经验，形成下述指标：表1水质评价的要素表（单位：mg/L）2.2分析方法建立分析方法基本流程如图图1基本流程图7隐含层采用正切S型神经元，输出层采用线性神经元，输入向量的维数是
4、16，所以输入层节点数确定为16个。输出层节点数由输出向量的维数决定，这里输出节点数为1。据经验以及反复训练,隐含层节点数定为5。这样就形成了一个16×5×1神经网络。图2BP神经网络结构输入向量为2-1，地下水质量分类指标，共有项目16，分为五个级别。输出结果为一列。2.3平台选择本文使用的开发平台为MATLAB7.8(R2009a)。2.4算法选择本文选择动量批梯度下降函数（traingdm）来训练算法。它实现的是一种批处理的前馈神经网络训练算法，它不但具有更快的收敛速度，而且引入了一个动量项，有效地避免了局部最小问题在网络训练中的出现。2.5学习训练和模
5、拟网络的训练学习，分为如下几步：首先，采用指令net=newff(minmax(p),[5,1],{‘tansig’,’purelin’},’traingdm’)建立网络。7newff()为建立BP神经网络的函数，minmax(p)表示网络输入p的取值范围（0～1），[5,1]表示隐层节点数是5，输出层节点数是1，{‘tansig’,’purelin’}表示隐含层中的神经元采用tansig转换函数，输出层采用purelin函数，’traingdm’表示选择的学习算法。权重和阈值初始化net=init(net);给各连接权重IW{1,1}、LW{2,1}及阈值b
6、{1}、b{2}赋予（-1,+1）间的随机值。然后，采用指令[net,tr]=train(net,p,t)进行训练；训练次数1000，误差限为10-8。采用水质标准归一化后的数值作为训练向量。训练结果如下：图3网络训练误差图采用指令a=sim(net,p)模拟；训练结果：1.00011.99983.00014.00005.0000这说明网络已经训练完毕，可以使用进行实际应用。根据训练好的网络及输入向量进行模拟网络输出，输入层P为16×n的数组，将监测数据，进行评价归一化后，根据训练好的模型进行仿真采用指令out=sim(net,p1)，得到的结果为1×n的向量
7、。即为样本的评价值。然后将评价值根据大小分为不同的等级（I,II,III,IV,V），输出为rank数组。3实验结果73.1小量样本对比实验选取3个地点，使用不同方法进行评价，水质评价可以用矿化度和硬度这两项指标来简单的评价，因为这两个指标可以说明水质各组分浓度大小。比较结果如下：表2小量样本结果从上表中可以看出，3号样本的矿化度和硬度这两项指标远小于其他两个样本，水质情况明显好于其他两个样本。这个结论与BP神经网络的评价结果是一致的，其他两种方法不能将这3个样本的水质情况区分开。从小量样本的结果看，BP神经网络法的评价与实际的符合度较好。3.2大量样本对比实
8、验分析方法是否科学，是否符合实际工作的
