| 基于BP神经网络的黄河口海水入侵程度评价研究 |
| |
| 引用本文： | 李连伟,刘展,胡利民,王振杰.基于BP神经网络的黄河口海水入侵程度评价研究[J].山东科学,2014,27(2):1-7. |
| |
| 作者姓名： | 李连伟 刘展 胡利民 王振杰 |
| |
| 作者单位： | 1.中国石油大学（华东）地球科学与技术学院，山东 青岛 266580；
2.国家海洋局第一海洋研究所，山东 青岛 266061 |
| |
| 基金项目： | 中央高校基本科研业务费专项资金（13CX06012A）;海洋公益性行业科研专项经费（200805063） |
| |
| 摘 要： | 基于BP神经网络,以Cl-、矿化度、电导率和地下水位为黄河口区域海水入侵评价指标,建立了具有8个隐含层节点、3层网络的海水入侵程度评价模型。应用海水入侵程度评价指标的各级评价标准作为模型的训练样本和检验样本,对BP神经网络进行训练和检验,并对黄河口区域的海水入侵程度进行评价。结果表明,BP神经网络对检验样本的模拟输出和期望输出一致,黄河口区域海水入侵程度比较严重。
|
| 关 键 词： | BP神经网络 海水入侵 黄河口 评价 |
| 收稿时间： | 2013-10-24 |
BP neural network based seawater intrusion degree evaluation for Yellow River mouth |
| |
| LI Lian-wei,LIU Zhan,HU Li-min,WANG Zhen-jie.BP neural network based seawater intrusion degree evaluation for Yellow River mouth[J].Shandong Science,2014,27(2):1-7. |
| |
| Authors: | LI Lian-wei LIU Zhan HU Li-min WANG Zhen-jie |
| |
| Institution: | 1. School of Geoscience and Technology, China University of Petroleum, Qingdao 266580, China;
2. First Institute of Oceanography, State Oceanic Administration, Qingdao 266061, China |
| |
| Abstract: | We established a BP neural network based seawater intrusion degree evaluation model,which included 8 cryptic-layer nodes and 3 layers.We trained and tested the neural network with the rank assessment criteria of seawater intrusion degree assessment index as the training and test samples.We further evaluated seawater intrusion degree for Yellow River Mouth.Results show that the simulation result of BP neural network is consistent with the expected result.Seawater intrusion degree at Yellow River Mouth is more serious. |
| |
| Keywords: | BP neural network seawater intrusion Yellow River Mouth evaluation |
| 本文献已被 CNKI 维普 等数据库收录！ |
| 点击此处可从《山东科学》浏览原始摘要信息 |
| 点击此处可从《山东科学》下载免费的PDF全文 |
|
