Elman与GRNN神经网络模型在水环境承载力评价中的应用——以文山州区域水环境承载力评价为例
利用层次分析法构建符合区域水环境承载力的评价指标体系和分级标准,基于Elman神经网络与广义回归神经网络(GRNN)算法原理,提出Elman与GRNN神经网络水环境承载力评价模型,采用内插法构造网络训练样本,将水环境承载力分级评价标准阈值样本进行评价,将结果作为区域水环境承载力等级评价的划分依据,对文山州不同规划水平年水环境承载力进行评价.结果表明:义山州不同规划水平年水环境承载力处于绝对可承载与基本可承载之间,客观反映了区域水环境现状及规划期望效果,可为区域水环境承载力评价和研究提供参考.Elman与GRNN神经网络模型评价结果基本相同,表明研究建立的区域水环境承载力评价模型和评价方法均是合理可行的,二者均可作为区域水环境承载力评价的选用模型.
水环境、承载力评价、Elman神经网络、广义同归神经网络(GRNN)、文山州
24
X82(环境质量分析与评价)
2013-09-26（万方平台首次上网日期，不代表论文的发表时间）
共6页
184-188,194
