应用神经网络专家系统预测浅层地下水水质

摘要：

在系统介绍神经网络专家系统基本原理和工作步骤的基础上,利用开发出的神经网络专家系统,总结分析出影响淮南市区浅层地下水水质的主要参数,并通过B-P网络对大量实例的学习,自动生成符合实际的专家知识库;对实际问题,只要输入区块的特征参数,系统就能由推理机根据专家知识库给出预测区的水质,权值不受人因素为干扰.并以淮南市区16已知水样点的评价参数及水质级别为学习样本,对6预测水样点的水质进行了预测,结果表明效果良好;从而指出运用神经网络专家系统可以克服指数法和聚类法等不易准确确定参数的隶属度和权重分配等局限性,保证了预测结果的精确度和可靠性;只要测得预测目标的特征参数后,输入系统,很快就能得出预测结果,从而提高了预测速度和工作效率.

关键词：神经网络专家系统、浅层地下水水质、B-P算法

所属期刊栏目：5

分类号：TP183;TD163(自动化基础理论)

在线出版日期：2005-08-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：92-95