• (1)2008-2022年连续15年年被中国情报信息研究所评价中心评为“中国科技核心期刊”
  • (2)2019-2024年连续三届被中国科学院文献情报中心中国科学引文数据库CSCD(核心库)收录
  • (3)2021年入编北京大学图书馆《中文核心期刊要目总览》2020年版
  • (4)2020-2022连续三年入选《科技期刊世界影响力指数(WJCI)报告》
ZHENG Jinghua,WANG Li,LIU Zhibin.RBF与Elman在露天矿区地下水水质评价与预测中的应用水资源与水工程学报[J].,2011,22(5):
RBF与Elman在露天矿区地下水水质评价与预测中的应用
Application of RBF and Elman in assessing and predicting ground water quality of open-cut mine
  
DOI:
中文关键词:  人工神经网络  地下水水质评价  水质指标
英文关键词:artificial neural network  groundwater quality evaluation  water quality index  
基金项目:
作者单位
ZHENG Jinghua,WANG Li,LIU Zhibin 辽宁工程技术大学资源与环境工程学院,辽宁阜新,123000 
摘要点击次数: 1494
全文下载次数: 2
中文摘要:
      通过构建RBF与Elman网络模型,以归一化后的标准矩阵为训练样本,利用Matlab软件辅助,进行网络训练后分别对阜新海洲露天矿矿区地下水水质进行了评价与预测.结果表明:RBF与Elman预测结果基本一致,预测模型可以较好的反映出地下水质的变化状况;该矿区地下水的污染较为严重,总体为Ⅳ-Ⅴ类水质,主要污染因子为无机盐类.随着年限的增加,该区地下水的污染情况会越来越重.
英文摘要:
      
查看全文  查看/发表评论  下载PDF阅读器
关闭