应用反向传播(BP)神经网络模型综合评价游泳场所水质
[目的]应用反向传播(back-propagation,BP)神经网络模型,构建游泳场所水质综合评价模型,为加强游泳场所水质的卫生管理和保障游泳者的身体健康提供相关依据. [方法]运用专家评价的游泳场所水质分级标准并根据随机数产生样本,使用BP神经网络进行训练与建模.将建立好的BP神经网络模型用于上海市长宁区游泳场所快速水质等级判断. [结果]构建的基于BP神经网络的游泳场所水质综合评价模型对训练数据的预测准确率达到95.2%.2009年上海市长宁区游泳场所水样中,无重度污染水样.水质一般的水样所占比重最大,为54.44%.小区会所内设游泳场所水样中,轻度污染水样所占比重高于体育系统和星级宾馆内设的游泳场所.体育系统内设游泳场所水样中,水质优良水样所占比重高于星级宾馆和小区会所内设游泳场所的比重. [结论]构建的基于BP神经网络的游泳场所水质综合评价模型的预测值相对误差较小,精度较高.2009年上海市长宁区游泳场所水质一般,小区会所内设游泳场所水质较差,体育系统内设游泳场所水质较好.
游泳场所、BP神经网络、综合评价、水质预测
30
R123.1(环境卫生、环境医学)
上海市公共卫生优秀青年人才培养计划资助项目08GWQ045
2013-10-10(万方平台首次上网日期,不代表论文的发表时间)
共5页
626-630