论文部分内容阅读
BP神经网络模型用于水质进行评价的研究已经很多，然而，传统的BP神经网络无法考虑相邻水质级别临界处的模糊性，评价指标较多时运行速度慢，且由于训练样本少和代表性差，评价结果精度不高。建立了基于AM—MCMC算法的RAGA—BP模型，利用RAGA能够选出最优的BP网络初始结构；AM—MCMC算法模拟足够的代表性好的样本为BP网络训练所需，用于灌区的水质评价。实例研究表明，与传统的BP网络相比，基于AM—MCMC的RAGA—BP网络收敛速度提高约20％，评价结果与实际水质比较更为客观、合理。基于AM—MCMC的