幾種神經網絡模型在湖庫富營養化程度評價中的應用

湖庫富營養化評價，就是通過與湖庫營養狀態有關的一系列指標及指標間的相互關系，對湖庫的營養狀態作出準確的判斷 4。。湖庫富營養化程度的表征和評價技術不僅能夠應用于湖庫科學、客觀的描述和評估，且對于湖庫的可持續管理和保護都具有重要意義。目前湖庫富營養化評價的方法眾多，主要有模糊度法 J、多目標模糊灰色決策法 J、模糊數學運算法 J、灰色局勢決策 J、灰色聚類法 J、灰色層次決策法 。。、主分量分析法¨ 、貝葉斯公式法 、人工魚群算法 等，這些研究取得了一定的成果，但也存在一些問題¨ 。近幾年，隨著人工神經網絡技術的迅速發展和El益成熟，國內外的研究人員將其成功地運用于水環境的研究中，獲得了相當滿意的成果¨ 。筆者基于我國湖庫富營養化評價標準和RBF、GRNN、BP、Elman神經網絡算法原理，分別構建了RBF等4種神經網絡湖庫富營養化等級評價模型，對全國24個主要湖庫富營養化程度進行評價，旨在將RBF等神經網絡引入到湖庫富營養化程度綜合評價中，為湖庫富營養化程度評價提供新的理論和方法。