10.3969/j.issn.1001-0645.2012.12.016
BP神经网络水华预测模型的敏感性分析
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.
水华、预测模型、BP神经网络、敏感性分析
32
X824(环境质量分析与评价)
国家"八六三"计划资助项目2009AA063005;合肥学院科研发展基金资助项目12KY05ZR;安徽光学精密机械研究所所长基金资助项目Y03AG31144
2013-03-08(万方平台首次上网日期,不代表论文的发表时间)
共6页
1288-1293