-
题名不确定水质模型在城市河流水质模拟中的应用
被引量：7
- 1
-
-
作者
田一梅
刘扬
王彬蔚
-
机构
天津大学环境科学与工程学院
陕西省环境监测中心站
-
出处
《土木建筑与环境工程》
CSCD
北大核心
2011年第3期119-123,共5页
-
基金
国家水体污染控制与治理重大专项(2008ZX07314-003)
天津市科技创新专项资金资助项目(O6FZZDSH0090)
-
文摘
鉴于城市景观河流受沿河排水污染,水质波动较大,建立了内嵌神经网络的一维不确定性水质模型,利用改进适应度函数的遗传算法,优化水质模型的参数解。经实例验证,不确定性水质模型拟合的精度更高,对排入污染物的波动更敏感,其对景观河流水质预测的平均准确度基本在80%以上,普遍高于确定性水质模型,尤其是在靠近污染源的监测断面,其不确定性水质模型预测优势更加明显,更能适应变化的景观河流水体环境。
-
关键词
不确定性水质模型
人工神经网络
遗传算法
模拟
-
Keywords
uncertain water quality model
artificial neural network
genetic algorithms
simulation
-
分类号
X522
[环境科学与工程—环境工程]
-
-
题名可视化非确定性河流水质模型的研究与应用
被引量：1
- 2
-
-
作者
姜云超
南忠仁
-
机构
兰州大学资源环境学院西部环境教育部重点实验室
-
出处
《遥感技术与应用》
CSCD
2007年第5期598-601,共4页
-
文摘
针对目前普遍使用的确定性水质模型的局限性,在对人工神经网络的传统算法进行改进的基础上将其与地理信息系统相结合对可视化的非确定性河流水质模型进行了研究,并应用黄河白银段的水质实测资料对模型进行了检验。模拟结果表明,这种可视化的非确定性河流水质模型能够很好地模拟河流水质,并且简单可行。
-
关键词
人工神经网络
算法改进
非确定性河流水质模型
地理信息系统
可视化
-
Keywords
Artificial neural network,Improved algorithms,uncertain river water quality model,Geographic information system,Visualization
-
分类号
TP79
[自动化与计算机技术—检测技术与自动化装置]
-
