模糊神经网络在水质评价中的应用研究

论文摘要

目前我国面临着水资源紧缺和水污染严重的问题,它影响着人们的生活,因此如何将水质检测到的数据转化为水质状况信息,获得水环境现状具有非常重要的实际意义。文章采用MATLAB作为工具,通过对网络训练数据和网络测试数据进行训练和测试得到训练数据预测和测试数据预测,用mapminmax函数将数据进行归一化后,再次进行网络训练得到训练数据预测。最后用训练好的网络模型进行实例测试得到了嘉陵江水质预测,将两者进行比较然后分析其误差以及结果是否与实际相符。结果表明模糊神经网络水质评价模型准确性高,得出变化趋势同真实指标数据变化趋势相符的评价结果,从而根据得出的结果对水资源进行评价和改善,具有很好的应用前景。

论文目录

• 1 模糊神经网络
• 2 水质评价问题
•   2.1 水质评价的主要参数
•   2.2 水质评价的一般步骤
• 3 基于T-S模糊神经网络建模
•   3.1 T-S模糊模型
•   3.2 T-S模糊神经网络
•   3.3 模型的建立
• 4 在MATLAB环境下实现嘉陵江的水质评价问题
•   4.1 嘉陵江水质评价
•   4.2 MATLAB代码实现
•     4.2.1 输入归一化
•     4.2.2 清空环境变量
•     4.2.3 隶属函数参数和系数初始化
•     4.2.4 T-S网络预测
•     4.2.5 参数权值反向修正
•     4.2.6 模糊神经网络水质评价
•   4.3 实验仿真
•   4.5 结果显示及分析
• 5 结语

文章来源

类型: 期刊论文

作者: 康彩丽

关键词: 模糊神经网络,模糊系统,水质评价

来源: 忻州师范学院学报 2019年02期

年度: 2019

分类: 社会科学Ⅱ辑,工程科技Ⅰ辑,信息科技

专业: 环境科学与资源利用,自动化技术

单位: 山西大同大学浑源师范分校

分类号: TP183;X824

页码: 39-45

总页数: 7

文件大小: 273K

下载量: 297