一种基于神经网络的水污染源监测模型

摘要：

本文论述了一种基于BP网络的水污染源监测模型.首先,通过检测每天湖水中的超出标准含量的污染物和每个污染源的排污成分,形成一组输入输出,来训练BP网络.然后利用这个训练好的BP网络建立每个污染源的污染度矩阵,算出其污染度参数,比较就可得出它们的相对污染程度.经过网络结构与算法的改进之后,一般可在20~30min之间得到可靠的结果,结果明晰,通用性好,具有其实用和推广的价值.

关键词： 污染源 监测模型 神经网络 BP网络 水质监测 水质污染

作者: 温继敏 张剑 王先明 宋亮

作者单位: 武汉大学物理科学与技术学院(武汉)

会议类型: 国内会议

会议名称: 湖北省物理学会·武汉物理学会成立70周年庆典暨2002年学术年会

会议地点: 武汉

会议语种:中文

页码: 152-155

在线出版日期: 2002-10-01（万方平台首次上网日期，不代表论文的发表时间）