几种神经网络模型在湖库富营养化程度评价中的应用

湖库富营养化评价，就是通过与湖库营养状态有关的一系列指标及指标间的相互关系，对湖库的营养状态作出准确的判断 4。。湖库富营养化程度的表征和评价技术不仅能够应用于湖库科学、客观的描述和评估，且对于湖库的可持续管理和保护都具有重要意义。目前湖库富营养化评价的方法众多，主要有模糊度法 J、多目标模糊灰色决策法 J、模糊数学运算法 J、灰色局势决策 J、灰色聚类法 J、灰色层次决策法 。。、主分量分析法¨ 、贝叶斯公式法 、人工鱼群算法 等，这些研究取得了一定的成果，但也存在一些问题¨ 。近几年，随着人工神经网络技术的迅速发展和El益成熟，国内外的研究人员将其成功地运用于水环境的研究中，获得了相当满意的成果¨ 。笔者基于我国湖库富营养化评价标准和RBF、GRNN、BP、Elman神经网络算法原理，分别构建了RBF等4种神经网络湖库富营养化等级评价模型，对全国24个主要湖库富营养化程度进行评价，旨在将RBF等神经网络引入到湖库富营养化程度综合评价中，为湖库富营养化程度评价提供新的理论和方法。