%0 Journal Article
%T BP神经网络水华预测模型的敏感性分析
%A 殷高方
%A 张玉钧
%A 胡丽
%A 于绍惠
%A 肖雪
%A 王欢博
%A 石朝毅
%A 段静波
%A 刘文清
%J 北京理工大学学报
%D 2012
%X 敏感性分析能够定量地评价模型输入变量的变化对输出结果产生的影响,是揭示模型蕴含规律的有效途径.本文将敏感分析方法应用于BP神经网络巢湖水华预测模型中,分析结果表明巢湖水华形成受诸多环境因子共同影响,水温、溶解氧、浊度、气温、光照强度等环境因子变化与藻类质量浓度变化相关,其中气温是最大影响因素,相对贡献率达到17.01%;气压的上升则不利用于藻类质量浓度的增加;pH值的上升对藻类质量浓度的影响有正有负.
%K 水华
%K 预测模型
%K BP神经网络
%K 敏感性分析
%U http://journal.bit.edu.cn/zr/ch/reader/view_abstract.aspx?file_no=20121216&flag=1