基于AM-MCMC的RAGA-BP网络在灌区水质评价中的应用

BP神经网络模型用于水质进行评价的研究已经很多,然而,传统的BP神经网络无法考虑相邻水质级别临界处的模糊性,评价指标较多时运行速度慢,且由于训练样本少和代表性差,评价结果精度不高。建立了基于AM-MCMC算法的RAGA-BP模型,利用RAGA能够选出最优的BP网络初始结构;AM-MCMC算法模拟足够的代表性好的样本为BP网络训练所需,用于灌区的水质评价。实例研究表明,与传统的BP网络相比,基于AM-MCMC的RAGA-BP网络收敛速度提高约20%,评价结果与实际水质比较更为客观、合理。基于AM-MCMC的RAGA-BP模型能考虑相邻水质级别临界处的模糊性,克服训练样本少的缺点生成足够的代表性好的样本,快速有效地对灌区水质进行评价。此外,基于AM-MCMC的RAGA-BP模型还可用于洪灾损失评价、地震灾害评价及其他评价问题,具有广泛的实用性。

均值化综合污染指数法在前郭灌区地下水水质污染评价中的应用

均值化综合污染指数法在前郭灌区地下水水质污染评价中的应用吉林省水利水电勘测设计院萧长来内容提要：灌区地下水是灌区生态环境、经济环境和社会环境的重要影响因素。前郭灌区地下水水质污染日益严重。本文提出用均值化综合污染指数法来评价灌区地下水水质污染程度，效...