论文部分内容阅读
建立了用于水质综合评价的遗传神经网络模型。该模型运用遗传算法优化改进型BP神经网络的初始权值和阈值,具有快速学习网络权重和全局搜索的能力,有效解决了BP神经网络容易陷入局部极小点和训练结果不稳定的问题。采用苏帕河梯级电站的水质监测数据对该模型进行了测试,并与其他方法进行了比较。结果表明,该方法用于水质综合评价客观、合理、准确,有其独特的优越性。