登录    注册    忘记密码

期刊文章详细信息

IPSO-BP神经网络在渭河天水段水质评价中的应用    

Application of IPSO-BP Neural Network in Water Quality Evaluation for Tianshui Section of Wei River

  

文献类型:期刊文章

作  者:王彤彤[1] 张剑[1] 涂川[2] 赵文芳[3] 陈明明[1] 赵成章[1]

机构地区:[1]西北师范大学地理与环境科学学院,甘肃兰州730070 [2]西北师范大学数学与信息科学学院,甘肃兰州730070 [3]天水市环境监测站,甘肃天水741000

出  处:《环境科学与技术》

基  金:国家自然科学基金项目资助(40971039);西北师范大学青年教师科研能力提升计划项目(NWNU-LKQN-11-10)

年  份:2013

卷  号:36

期  号:8

起止页码:175-181

语  种:中文

收录情况:BDHX、BDHX2011、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2013_2014、IC、JST、PROQUEST、RCCSE、UPD、ZGKJHX、核心刊

摘  要:水质评价是进行水环境容量计算和实施水污染控制规划的重要基础,能为改善河流水资源污染程度,保护河流水资源提供方向性、原则性的方案和依据。文章通过改进的PSO算法优化BP神经网络的权值和阈值,获得最优权值和阈值后建立IPSO-BP神经网络水质评价模型,针对关中-天水经济区中天水段地表水质,利用2003-2009年渭河天水段4个控制断面的监测数据,选取BOD5、DO、氨氮、总磷、高锰酸盐指数5个指标进行综合评价,并分析了污染现状及时空变化规律。结果表明,改进的PSO-BP神经网络泛化能力强,评价更客观;7年间水质有一定程度的改善,但总体变化不大,水质类别主要为Ⅱ类和Ⅲ类,其中北道桥断面污染最为严重。研究旨在有效控制渭河流域天水段污染,为渭河水资源的保护提供科学依据。

关 键 词:改进的PSO算法  BP神经网络 水质评价 渭河天水段  

分 类 号:X824]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心