基于MATLAB实现的ANN方法在地下水质评价中的应用

MATLAB 6.5工具箱提供了径向基网络的实现函数,该算法具有自适应确定网络结构和无需人为确定网络初始权值的特点。将其应用于抚州市地下水环境质量评价,并尝试利用MATLAB的PREMNMX函数进行原始数据预处理、利用RAND函数在水质评价标准等级间内插构造足够数量的训练样本、检测样本及其目标输出、确立水质评价等级界限,取得良好的评价结果,对提高水质评价的精度与客观性具有十分积极意义。     

基于MATLAB实现的ANN方法在地下水评价中的应用

MATLAB 6.5工具箱提供了径向基网络的实现函数,该算法具有自适应确定网络结构和无需人为确定网络初始权值的特点.将其应用于抚州市地下水环境质量评价,并尝试利用MATLAB的PREMNMX函数进行原始数据预处理、利用RAND函数在水质评价标准等级间内插构造足够数量的训练样本、检测样本及其目标输出、确立水质评价等级界限,取得良好的评价结果,对提高水质评价的精度与客观性具有十分积极意义.     

基于BP神经网络的水质评价

将人工神经网络的理论和方法运用于各类水环境的评价,建立水质评价的BP神经网络模型.运用MATLAB丰富的神经网络工具箱函数设计仿真程序,并对多个水质样本进行等级评价,为防治水污染提供了科学依据.     

模糊数学在水质评价中的应用

1 前言水质评价是合理利用、保护水资源的科学依据。在水利环境科学研究中,水质评价是一项重要内容。本文应用模糊数学方法,以多元性回归为基础,构造了以各指标为变量的多元隶属函数,并以多元隶属函数值作为水质评价的综合指标。这样即考虑了水质各指标的相互联系、相互影响,又考虑了水质变化的模糊特性,为客观、准确、可靠地进行水质评价提出了一条新思路。2 多元水质评价隶属函数的建立根据国家地面水环境质量标准（GB3838-83）,将参加水质评价的各单项指标划分为n个标准等级,各等级记为i,i∈｛Ⅰ,Ⅱ,Ⅲ,……n｝,参加评价的…     

基于模糊层次分析的灰色关联法在地下水 水质评价中的应用

地下水资源水质评价是多因素影响的复杂系统,科学合理地进行地下水水质评价具有一定的理论意义和现实价值。本文将模糊层次分析法和灰色关联法相结合,充分考虑评价方法的主观性与客观性,建立了地下水水质评价方法。使用模糊层次分析法确定水质评价因子的相对权重,在此基础上利用灰色关联分析方法量化分析,确定地下水水质等级。通过实例验证此方法,并同综合指数法所得的水质评价结果进行比较,论证此方法的可行性,为今后公正、客观地进行地下水水质评价提供一定的借鉴及依据。     

环境质量综合评价的RBF网络方法

为提高评价模型的精度,用评价标准表确定RBF网络的输入、输出,并给出了大气环境质量综合评价的MATLAB环境下的径向基函数(RBF)神经网络的结构、仿真函数和输出方法．实例分析表明,MATLAB环境下的RBF网络方法,不仅能确定各评价对象所属的级别、进行不同评价对象之间大气环境质量优劣的比较,而且精度较高、操作简便、实用性强．     

基于灰色聚类分析法的矿井水质评价

灰色聚类法是将得到的分散的信息,通过白化函数生成灰色聚类矩阵进而对研究对象分类.以阜新市矿井地下水水质评价为实例,采用灰色聚类分析方法对阜新市矿井地下水的监测数据进行分析,确定出矿井水环境质量等级,为矿井水资源循环使用提供了可靠的依据.     

水质评价研究进展及水质评价方法综述

介绍了水质评价的国内外研究进展,阐述了水质评价的意义,同时系统性地总结了水质评价的方法。分析得出,为确保合理利用水源、保护水源,有必要对水质评价进行系统的研究,模糊综合评价方法可以将不确定的因子定量化,是具有广阔应用前景的水质评价方法,主成分分析法可以较为客观的对评价因子进行赋权。上述分析为水库水质评价提供了理论依据。     

防止BP神经网络训练函数进入局部误差振荡缺陷的一种方法

在应用MATLAB软件神经网络工具箱函数训练获取BP神经网络权值矩阵函数或非线性数学模型时,由于BP神经网络训练样本集中输入、输出(目标)样本参数的绝对值和离散性有时太大或过于集中,在网络权值矩阵误差函数逼近过程中,易产生局部误差最优或误差振荡等缺陷。本文介绍一种利用MATLAB神经网络工具箱prestd和poststd函数,通过对输入、输出(目标)样本参数进行正规化处理,使其不至于太小,可防止在网络权值矩阵函数训练时不会进入局部误差最优或误差振荡的缺陷区域。经实例分析计算证明,该方法在如何优化获得实用可靠的BP神经网络权值矩阵函数是有效可行的,对研究MATLAB语言用于网络系统控制和非线性函数或数学模型逼近研究工程技术人员具有一定的参考价值。     

阜新矿区矿井水水质的改进灰关联分析

改进灰关联分析方法不仅区分了评价标准区间与点的概念,还提出了一种基于点到区间距离的关联系数公式,克服了传统分析方法的缺陷。用于阜新矿区矿井水水质评价中,确定了矿井水环境质量等级。与灰色聚类分析法进行结果比较,证明该方法更能综合反映水质评价信息,具有较大的适用性。     

高校计算机网络运行质量评价体系研究

分析了校园网络运行过程中的质量问题,并使用群体层次分析法建立校园网络运行质量的评价体系．最后使用模糊综合评判法对校园网络运行质量实施评价。通过实例检验证明,该评价方法在实践中具有一定参考价值。     

基于径向基函数神经网络的工程造价估算

提出了一种更有效的前向网络——径向基函数(RBF)神经网络,以多、高层办公楼为例,建立了工程造价的估算模型,运用MATLAB语言程序实现,同时采用同样的样本对BP网络进行训练,两者结果比较表明,这种方法弥补了BP网络存在的收敛速度慢,易陷入局部最优等缺陷,从而大大提高了其实用性,是对造价估算方式的又一新的尝试。     

基于模糊BP神经网络的水质评价

在BP网络模型基础上构建了隶属度BP网络模型,针对模型特点,建立了水质评价标准指标矩阵,并采用扩展方法构建了网络训练样本,将所建立的模型应用于佛山某污水处理厂的出水口水质评价,应用模糊隶属度方法实现水质级别评价,可以简明地表示水质接近于某类标准水质的程度。研究表明,本算法使评价的结果更具体准确、更符合评价水体水质情况,...     

基于BP神经网络的火灾受损混凝土构件质量评估

对火灾后混凝土构件受损程度进行鉴定和评估时,影响因素多,各因素间的主次关系和对构件质量的影响难以确定,且评估结果易受人为因素的影响,因此有必要建立一套人工智能基础上的评估系统.将BP人工神经网络技术引入到火灾后混凝土构件受损等级评估研究中,利用BP人工神经网络的自学习、鲁棒性和容错性强的优势,结合专家评估的样本数据对其进行训练,并应用到实际工程中.工程实例结果表明利用BP神经网络进行火灾后混凝土构件质量评估实用可行,且能简化评估计算分析过程,实现评价标准的统一化.     

基于BP神经网络模型的水质评价方法探讨

运用人工神经网络理论和方法,建立了水质评价的BP神经网络模型,并对长治市10眼水井的地下水水质进行了评价,并与综合指数法、模糊综合评判法的评价结果进行了比较。结果表明,用BP神经网络模型评价水资源水质是可行的,为水资源水质评价提供了一个新的方法。     

供水管网水质模糊评价的探讨

供水管网水质评价是供水企业了解管网运行状况和用户水质情况的重要途径.针对管网水质评价结果难以量化的问题,提出采用模糊数学评价法对管网水质进行评价.首先建立水质指标因素集和评价集,然后采用专家打分法确定权重集,根据最大隶属度原则确定评价结果,最后以我国南方某市2008年供水管网浊度测试指标为例,进行水质评价计算,结果可靠合理,客观反映了管网水质状况,从而为供水管网运行管理提供了理论依据.     

基于电子鼻技术的黄山毛峰茶品质检测方法

为了更加客观地评价黄山毛峰茶的品质,提出了一种利用电子鼻技术对黄山毛峰茶品质检测的方法。选择4种不同品质等级的茶叶,首先根据传感器响应选择特征变量,然后以这些特征变量作为BP神经网络的输入,建立茶叶品质等级的3层网络预测模型。实验结果表明,本文建立的模型对于训练样本识别准确率为100%,对测试样本识别准确率为89.3%,表明应用电子鼻技术检测黄山毛峰茶品质具有可行性。