期刊文献+

改进型LM-BP神经网络在水质评价中的应用 被引量:13

Application of improved LM-BP neural network in water quality evaluation
下载PDF
导出
摘要 为了克服传统BP神经网络在水质评价中的不足,利用双极性S型函数输出可为正或负的特性以及LM算法具有梯度下降法的全局特性和高斯-牛顿的局部特性,对BP神经网络法进行改进,提出了基于双极性S型函数的改进型LM-BP神经网络模型的水质评价方法。应用结果表明,将此网络模型应用于水质评价是有效的、可行的。与其他评价方法相比,评价结果更加客观、合理。改进后的算法收敛速度较快,预测精度很高,为水质评价提供了一种新方法。 To overcome the shortcomings of the traditional BP network, an improved LM-BP neural network method based on the bipolarity S function is proposed for water quality evaluation. The method has the advantage of the bipolarity S function, a positive or negative output, and the benefits of the Levenberg-Marquardt (LM) algorithm, both the global property of the Gradient Decent algorithm and the partial property of the Gauss Newton algorithm. The results show that this method is effective and feasible for the evaluation of water quality. Compared with other methods, its evaluation results are more objective and reasonable. As a new water quality evaluation method, the improved LM-BP network method has high prediction accuracy and a high convergence rate.
出处 《水资源保护》 CAS 北大核心 2008年第4期22-25,30,共5页 Water Resources Protection
基金 国家"973"计划资助项目(2008CB418202) 国家自然科学基金(50679019) 国家重点实验室开放基金(2005406811) 江苏省社会发展科技计划项目(BS2006095) 江苏"908"专项(JS-908-02-06)
关键词 神经网络 双极性S型函数 LM算法 水质评价 neural network bipolarity S function LM algorithm water quality evaluation
  • 相关文献

参考文献14

二级参考文献30

共引文献240

同被引文献167

引证文献13

二级引证文献101

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部