当前位置:
首页 »
资料 »
健康论文 » 基于AM-MCMC的BP神经网络在煤矿地下水评价中的应用
基于AM-MCMC的BP神经网络在煤矿地下水评价中的应用
更新日期：2018-11-22 浏览次数：
2
摘 要：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型性,评价指标较多时运行速度慢,且训练样本少、代表性差,评价结果精度不高。为此,建立了基于AM-M
- 【题 名】基于AM-MCMC的BP神经网络在煤矿地下水评价中的应用
- 【作 者】韩雪 邢贞相 崔海涛
- 【机 构】佳木斯市河道管理处 黑龙江佳木斯154002 东北农业大学水利与建筑学院 哈尔滨150030
- 【刊 名】《黑龙江水利科技》2010年 第2期 1-3页 共3页
- 【关键词】地下水质评价 MCMC AM算法 BP 实例
- 【文 摘】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型性,评价指标较多时运行速度慢,且训练样本少、代表性差,评价结果精度不高。为此,建立了基于AM-MCMC算法的BP模型。利用AM-MCMC算法模拟足够的代表性好的样本以为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BP评价结果与实际水质比较更为客观、合理。基于AM-MCMC的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。
本文导航：
-
(1)
地下水质评价,MCMC,AM算法,BP,实例
[ 资料搜索 ]
[ 加入收藏 ]
[ 告诉好友 ]
[ 打印本文 ]
[ 关闭窗口 ]
