应用人工神经网络评价湖泊的富营养化

应用人工神经网络方法,以化学需氧量、总氮、总磷和透明度作为评价参数,经反复尝试,构建了具有4层结构用于评价湖泊富营养化的误差逆传播网络。其输入层有4个神经元,2个隐含层也各有4个神经元,输出层有1个神经元。以太湖富营养化评价标准作为样本模式提供给网络,按照误差逆传播网络的学习规则对网络进行训练,经过37684次学习后,网络达到预先给定的收敛标准。使网络具备了识别湖泊富营养化程度的功能。应用该网络对我国17个湖泊的富营养化程度进行评价,操作过程简便易行,评价结果切合实际,展示了这种方法的一系列优点。