1、    改進(jìn)神經(jīng)網(wǎng)絡(luò)模型在水質(zhì)評(píng)價(jià)中的應(yīng)用    朱增加+戴青松+盧高峰+王樂(lè)陽(yáng)+蔡浩摘 要 利用基本的神經(jīng)網(wǎng)絡(luò)模型在評(píng)價(jià)模型中確定指標(biāo)權(quán)重的優(yōu)勢(shì)，將神經(jīng)網(wǎng)絡(luò)融入到評(píng)價(jià)模型之中，能夠很好地對(duì)水質(zhì)進(jìn)行評(píng)價(jià)，為政府進(jìn)行水質(zhì)的保護(hù)采取措施提供依據(jù)。關(guān)鍵詞 神經(jīng)網(wǎng)絡(luò)模型；模糊綜合評(píng)價(jià)；權(quán)重；水質(zhì)評(píng)價(jià)：x824 ：a ：1671-7597（2014）07-0147-01目前，水污染很?chē)?yán)重，治理好水污染，改善環(huán)境，防止造成進(jìn)一步的污染，已經(jīng)成為了社會(huì)所研究的重點(diǎn)。因此，水質(zhì)的評(píng)價(jià)成為了一項(xiàng)重要的研究熱點(diǎn)，根據(jù)水質(zhì)的相關(guān)的指標(biāo)的特點(diǎn)，綜合分析得到水質(zhì)的狀況，能夠?yàn)檎?/p>

2、采取合理的措施提供依據(jù)。目前，神經(jīng)網(wǎng)絡(luò)模型對(duì)水質(zhì)進(jìn)行評(píng)價(jià)已經(jīng)成為了熱點(diǎn)，神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)在于權(quán)重的確定方面，能夠合理的確定各個(gè)指標(biāo)的權(quán)重，但是在評(píng)價(jià)的模型上1，神經(jīng)網(wǎng)絡(luò)用的層層分析模型，沒(méi)有做夠好的進(jìn)行水質(zhì)的評(píng)價(jià)，本文在神經(jīng)網(wǎng)絡(luò)中融合模糊綜合評(píng)價(jià)模型，能夠很好的對(duì)水質(zhì)進(jìn)行評(píng)價(jià)。1 神經(jīng)網(wǎng)絡(luò)理論人工神經(jīng)網(wǎng)絡(luò)（anificialneural nemorks，ann）是通利用數(shù)學(xué)模型的方法進(jìn)行抽象和模擬，是一種模仿人腦結(jié)構(gòu)和它的功能的非線性的信息處理系統(tǒng)。它主要是大量的單元相互連接而組成的網(wǎng)絡(luò)結(jié)構(gòu)，來(lái)實(shí)現(xiàn)大腦的感知和學(xué)習(xí)功能。神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)可以分為前饋多層式網(wǎng)絡(luò)模型、反饋遞歸式網(wǎng)絡(luò)模型和隨機(jī)型網(wǎng)絡(luò)模

3、型等。根據(jù)研究水質(zhì)問(wèn)題多因素權(quán)重問(wèn)題以及神經(jīng)網(wǎng)絡(luò)的相關(guān)理論，前饋多層式網(wǎng)絡(luò)中的反向傳播神經(jīng)網(wǎng)絡(luò)（bp神經(jīng)網(wǎng)絡(luò)）具有良好的持久性以及適時(shí)預(yù)報(bào)性，因此在本文的評(píng)價(jià)模型中，我們都采用bp神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)方式2。前饋神經(jīng)網(wǎng)絡(luò)分為了神經(jīng)元分層排列，包含了輸入層、隱含層和輸出層三個(gè)層次結(jié)構(gòu)，每個(gè)層次的神經(jīng)元只能夠接收前一個(gè)層次的神經(jīng)元，層層對(duì)應(yīng)。這是一種比較強(qiáng)有力的學(xué)習(xí)系統(tǒng)，它的結(jié)構(gòu)相對(duì)而言較為簡(jiǎn)單，并且編程也比較容易，是一種靜態(tài)的非線性映射，通過(guò)簡(jiǎn)單的非線性處理進(jìn)行復(fù)合映射，能夠得到更加復(fù)雜的處理能力。這些前饋網(wǎng)絡(luò)學(xué)習(xí)，它們分類(lèi)能力和模式識(shí)別的特點(diǎn)都要強(qiáng)于一般的反饋網(wǎng)絡(luò)。典型的前饋網(wǎng)絡(luò)有感知器網(wǎng)絡(luò)和bp網(wǎng)

4、絡(luò)。水質(zhì)評(píng)價(jià)模型中，一般采用的都是bp神經(jīng)網(wǎng)絡(luò)，能夠很好的處理各個(gè)指標(biāo)之間的關(guān)系特點(diǎn)，做到很好的評(píng)價(jià)，但是需要一個(gè)更好的模型結(jié)合神經(jīng)網(wǎng)絡(luò)確定權(quán)重的特點(diǎn)進(jìn)行水質(zhì)評(píng)價(jià)，能夠收到更好的效果。2 模糊綜合評(píng)價(jià)的基本理論模糊數(shù)學(xué)是利用數(shù)學(xué)方法進(jìn)行研究與處理模糊現(xiàn)象的數(shù)學(xué)。模糊綜合評(píng)價(jià)作為一門(mén)新的評(píng)價(jià)科學(xué)，是典型數(shù)學(xué)、統(tǒng)計(jì)數(shù)學(xué)之后的發(fā)展起來(lái)的一門(mén)新的數(shù)學(xué)學(xué)科，可以處理很多之前數(shù)學(xué)無(wú)法解決的問(wèn)題。開(kāi)始具有爭(zhēng)議，經(jīng)過(guò)一段時(shí)間，開(kāi)始迅速發(fā)展，而且涉及的應(yīng)用領(lǐng)域越來(lái)越廣泛，已經(jīng)遍及理、工、農(nóng)、醫(yī)及社會(huì)科學(xué)，充分體現(xiàn)了評(píng)價(jià)模型的優(yōu)越之處。模糊綜合評(píng)價(jià)法是一種利用模糊數(shù)學(xué)為基礎(chǔ)的綜合評(píng)標(biāo)方法。綜合評(píng)價(jià)法利用模糊數(shù)學(xué)隸

5、屬度理論和模糊變換原理，根據(jù)給出的評(píng)價(jià)標(biāo)準(zhǔn)與實(shí)測(cè)值，考慮到被評(píng)價(jià)事物的各個(gè)相關(guān)因素，對(duì)其進(jìn)行綜合評(píng)價(jià)。對(duì)于模糊綜合評(píng)價(jià)向量，即綜合隸屬度，可用如下公式：a為輸入，代表參加評(píng)價(jià)因子的權(quán)重經(jīng)歸一化處理得到的一個(gè)1×n階矩陣；r為模糊變換裝置，是通過(guò)單因素評(píng)判得到的隸屬度向量，是一個(gè)n×m階的模糊關(guān)系矩陣；b為輸出，代表綜合評(píng)判結(jié)果，是一個(gè)1×m階矩陣3。其中評(píng)價(jià)因子是m集合為：，分別為參與評(píng)價(jià)的n個(gè)評(píng)價(jià)因子。其中評(píng)價(jià)等級(jí)共m個(gè)等級(jí)，組成集合為：。評(píng)判矩陣和隸屬度的式子為：3 神經(jīng)網(wǎng)絡(luò)和模糊綜合評(píng)價(jià)結(jié)合算法神經(jīng)網(wǎng)絡(luò)模型評(píng)價(jià)的精華在于權(quán)重的分析確定上，模糊綜合評(píng)價(jià)模型的優(yōu)

6、點(diǎn)在于系統(tǒng)的評(píng)價(jià)模型，因此在評(píng)價(jià)的時(shí)候，只要將這兩者的優(yōu)點(diǎn)結(jié)合起來(lái)，就能夠得到很好的效果，因此設(shè)計(jì)了以下算法模型，能夠合理的對(duì)水質(zhì)進(jìn)行評(píng)價(jià)，為科學(xué)的采取污染防治措施提供依據(jù)。step1：網(wǎng)絡(luò)初始化。根據(jù)系統(tǒng)輸入輸出序列（x，y）確定網(wǎng)絡(luò)輸入層節(jié)點(diǎn)數(shù)p、隱含輸入層節(jié)點(diǎn)數(shù)l，輸出層節(jié)點(diǎn)數(shù)q，初始化輸入層、隱含層和輸出層神經(jīng)元之間的連接權(quán)值和（為初始權(quán)重，為臨界值，均隨機(jī)設(shè)為較小的數(shù)）給定學(xué)習(xí)速率和神經(jīng)元45。step2：輸出計(jì)算。將已有的樣本數(shù)值加在網(wǎng)絡(luò)上，利用公式算出其輸出值：step3：調(diào)整權(quán)系數(shù)。根據(jù)網(wǎng)絡(luò)預(yù)測(cè)誤差，按已知輸出數(shù)據(jù)與上面算出的輸出數(shù)據(jù)之差，調(diào)整權(quán)重系數(shù)，其中調(diào)整量為：其中：因?yàn)?/p>

7、隱節(jié)點(diǎn)的輸出內(nèi)部抑制，利用反向推算可以得到：誤差值從輸出層反向推導(dǎo)得到。step4：對(duì)各層的權(quán)重系數(shù)進(jìn)行調(diào)整后，得到調(diào)整后的權(quán)重為：bp神經(jīng)網(wǎng)絡(luò)利用梯度下降算法，通過(guò)迭代運(yùn)算，不斷調(diào)整mij的數(shù)值，當(dāng)?shù)玫降妮敵稣`差小于所設(shè)定的閥值時(shí)，將認(rèn)為獲得的mijbp神經(jīng)網(wǎng)絡(luò)是合理的。而不斷迭代的方法相當(dāng)于對(duì)各類(lèi)情況進(jìn)行調(diào)整，具有一定的學(xué)習(xí)記憶特征?；痦?xiàng)目國(guó)家自然科學(xué)基金青年基金（11201485）；徐州工程學(xué)院校青年項(xiàng)目（xky2010201）。參考文獻(xiàn)1劉起霞，李清波，鄒劍峰.環(huán)境工程地質(zhì)m.鄭州：黃河水利出版社，2001.2孫會(huì)君，王新華.應(yīng)用人工神經(jīng)網(wǎng)絡(luò)確定評(píng)價(jià)指標(biāo)的權(quán)重j.山東科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2001，20（3）：84-86.3萬(wàn)金保，李媛媛.模糊綜合評(píng)價(jià)法在鄱陽(yáng)湖水質(zhì)評(píng)價(jià)中的應(yīng)用j.上海環(huán)境科學(xué)，2007，26（05）：215-218.4金菊良，魏一鳴，丁晶.基于改進(jìn)層次分析法的模糊綜合評(píng)價(jià)模型j.水利學(xué)報(bào)，2004（03）：65-70.5郭慶