1、隨著人工神經(jīng)網(wǎng)絡(luò)理論的發(fā)展和計(jì)算機(jī)處理能力的日益增強(qiáng),人工神經(jīng)網(wǎng)絡(luò)己越來越普遍地被應(yīng)用于復(fù)雜系統(tǒng)的預(yù)測(cè)模型中.該研究選用了含三層網(wǎng)絡(luò)結(jié)構(gòu),Levenberg-Marquardt規(guī)則訓(xùn)練前向算法的BP神經(jīng)網(wǎng)絡(luò)來模擬西湖水體的富營(yíng)養(yǎng)化狀況.該研究在西湖共設(shè)了8個(gè)采樣點(diǎn),收集了2000年1月至2001年4月西湖常規(guī)監(jiān)測(cè)的水生生態(tài)數(shù)據(jù).用主成分分析法選取了最能代表西湖水質(zhì)狀況的7號(hào)點(diǎn)(湖心)作為研究對(duì)象,并用該方法篩選了部分水質(zhì)參數(shù),作為BP網(wǎng)

2、絡(luò)的輸入變量.同時(shí),用插值的方法生成足夠多的樣本數(shù),解決了該研究中樣本不充足的問題.運(yùn)用BP人工神經(jīng)網(wǎng)絡(luò)找出最能反映西湖富營(yíng)養(yǎng)化狀況變化趨勢(shì)的水質(zhì)因子,建立最佳的網(wǎng)絡(luò)方案,預(yù)測(cè)西湖富營(yíng)養(yǎng)化狀況(葉綠素a的濃度)的短期變化趨勢(shì).并用3號(hào)點(diǎn)(中山碼頭)的數(shù)據(jù)檢驗(yàn)了網(wǎng)絡(luò)的泛化性能,發(fā)現(xiàn)網(wǎng)絡(luò)輸出值與實(shí)際值吻合度較高.結(jié)果表明,水溫和葉綠素a是影響未來一周的葉綠素a含量的最重要的水質(zhì)因子,以這兩者作為輸入變量建立的網(wǎng)絡(luò)簡(jiǎn)單、快捷,比其他線性數(shù)值模