区域水资源丰富度综合评价的A-K网络模型

摘要：

BP和RBF神经网络技术以其强大的学习功能应用于水文水资源研究领域,取得了很好的效果.但当不具备已知样本时,以上技术很难应用.针对水资源丰富度与其影响因素之间复杂的非线性关系,本文提出能够增强网络可塑性的无监督ART-KOHONEN 网络模型,并将其用于中国西部水资源丰富度综合评价中.实例表明,该方法能较理想地解决无训练样本的分类问题,并且具有计算简便、实用,结果客观等优点,值得推广.

关键词：水资源评价、A-K网络、人工神经网络

所属期刊栏目：16

分类号：TP319;TV211.2(计算技术、计算机技术)

资助基金：中国科学院湖沼专项基金ZKHZ-2

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：112-114,134