改进BP算法在城市土壤环境质量评价模型的应用
首先采用随机函数生成训练样本,并利用"比例压缩法"进行预处理;而后采用"试错法"确定隐含层神经元数,最终建立了结构为7:8:1的BPANN的土壤环境质量评价模型,并采用Matlab 6.0进行模拟计算.模型检验结果表明:所建模型的拟合精度、检验精度以及实际评价效果均较好,能够比较客观、准确地对城市土壤环境质量进行评价.对长春市城市表层土壤的评价结果表明,其总体环境质量较好,约81%的土壤面积符合国家一级土壤标准,但局部重金属污染不容忽视,应注意控制重金属污染物排放,以保证土壤资源的可持续利用.
人工神经网络、改进BP算法、环境质量评价、土壤
32
X825(环境质量分析与评价)
中国地质调查局资助项目基[2005]011-08;重庆大学高层次人才科研启动基金0903005104779
2010-04-26(万方平台首次上网日期,不代表论文的发表时间)
共7页
98-103,109