湖库富营养化人工神经网络评价模型

在分析现有应用人工神经网络评价模型局限性的基础上,根据湖库富营养化的评价标准,提出了生成bp神经网络训练样本、检验样本和测试样本的新方法,给出了区分湖库富营养化不同程度的分界值,论述了确定合理隐层及其节点数的方法,使得训练后的神经网络模型具有更强的泛化能力,不受初始连接权值的影响.训练后的评价模型应用于实例的评价结果表明,新的评价模型具有更好的客观性、强壮性、通用性和实用性.并且由于评价结果采用连续函数输出,能够比较精细地分析湖库的富营养化程度.