Hopfield網絡應用于杭州西湖富營養(yǎng)化分類的研究.pdf

1、本文將人工神經網絡原理運用于水質評價問題中，建立了多指標水質綜合評價的Hopfield網絡模型(HNN)，以探索西湖水體富營養(yǎng)化狀況及隨時空分布的規(guī)律。 本研究在杭州西湖5個子湖區(qū)共設8個采樣點，收集了2000年12個月的西湖常規(guī)監(jiān)測的水生生態(tài)數據。根據《中國水資源公報編制大綱》中的《湖泊、水庫富營養(yǎng)化評分與分類方法》，選取葉綠素a(Chl-a)、總磷(TP)、總氮(TN)、化學耗氧量(CODMn)、透明度(SD)等五個水質因

2、子，將評價標準分為貧營養(yǎng)、中營養(yǎng)、富營養(yǎng)三大類，細分為十類，構建包含50個神經元的Hopfield網絡。將十類富營養(yǎng)化標準模式作為學習的標準模式，經網絡“記憶”后，再輸入實測水質參數作為測試樣本，采用網絡的模式聯想功能，得出水樣的富營養(yǎng)化類別。 結果表明，西湖水域整體上處于中營養(yǎng)及富營養(yǎng)水平；從空間上看，小南湖的水質較好，而北里湖的較差；從時問上看，一到三月份水質較好，六到十月份水質較差。研究表明Hopfield網絡模型能有效