亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于BP神經(jīng)網(wǎng)絡(luò)算法的河湖生態(tài)健康評(píng)價(jià)研究

        2020-07-03 07:55:08張?zhí)扃?/span>
        江蘇水利 2020年6期
        關(guān)鍵詞:河湖神經(jīng)網(wǎng)絡(luò)誤差

        張?zhí)扃?/p>

        (江蘇省泰州引江河管理處, 江蘇 泰州 225300)

        1 概 述

        近年來,隨著經(jīng)濟(jì)發(fā)展帶來河、湖等水環(huán)境污染、水資源短缺問題。健康的河湖生態(tài)環(huán)境對(duì)促進(jìn)當(dāng)?shù)厣鷳B(tài)平衡、生物多樣性等發(fā)揮著至關(guān)重要的作用。因此,建立一套既符合理論,又滿足實(shí)際需求的河湖生態(tài)健康評(píng)價(jià)方法迫在眉睫。

        針對(duì)河湖生態(tài)健康評(píng)價(jià)方法,眾多專家和學(xué)者展開大量而深入的研究。崔東文等[1]通過篩選河流生態(tài)健康評(píng)價(jià)指標(biāo),利用隨機(jī)森林算法建立河湖生態(tài)評(píng)價(jià)模型。王桂林等[2]利用權(quán)重系數(shù)法對(duì)相同準(zhǔn)則層下的不同指標(biāo)層系數(shù)賦予不同權(quán)重?cái)?shù)值,通過求和方式計(jì)算判定河流的生態(tài)健康程度。張智偉[3]通過考慮河流的自然和社會(huì)共計(jì)38個(gè)量化屬性,構(gòu)建目標(biāo)層、準(zhǔn)則層等5層體系,以此來量化河流的健康程度。段長桂等[4]通過克服投影尋蹤模型求解方法的缺點(diǎn),借助于猴群算法對(duì)河流健康進(jìn)行評(píng)價(jià)。上述針對(duì)河湖生態(tài)健康評(píng)價(jià)方法存在對(duì)指標(biāo)賦權(quán)人為主觀性大、建模復(fù)雜困難、精度低等不足之處。

        考慮上述應(yīng)用背景的特殊性,基于BP(back propagation)神經(jīng)網(wǎng)絡(luò)算法的河湖生態(tài)健康評(píng)價(jià)方法被提出。本文通過構(gòu)建BP神經(jīng)網(wǎng)絡(luò)架構(gòu),選取合適的輸入層、隱藏層以及輸出層節(jié)點(diǎn)個(gè)數(shù),學(xué)習(xí)歸納輸入層到輸出層的映射關(guān)系,從而可以有效對(duì)河湖的生態(tài)健康狀況進(jìn)行評(píng)價(jià)。

        2 BP神經(jīng)網(wǎng)絡(luò)算法簡介及訓(xùn)練步驟

        2.1 BP神經(jīng)網(wǎng)絡(luò)算法簡介

        BP神經(jīng)網(wǎng)絡(luò)屬于人工智能算法,由于其不涉及狀態(tài)變量的建模問題,主要利用數(shù)據(jù)驅(qū)動(dòng)的思想同時(shí)借助于大量的訓(xùn)練數(shù)據(jù)來實(shí)現(xiàn)對(duì)權(quán)重和閾值的尋優(yōu)操作。BP神經(jīng)網(wǎng)絡(luò)的計(jì)算主要包括前向和反向傳播。BP神經(jīng)網(wǎng)絡(luò)架構(gòu)如圖1所示,其主要包括輸入層,隱含層和輸出層。

        圖1 BP神經(jīng)網(wǎng)絡(luò)架構(gòu)

        2.2 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練步驟

        BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練步驟如下所示,主要涉及到BP神經(jīng)網(wǎng)絡(luò)模型的初始化操作,模型的構(gòu)建以及權(quán)重更新等。

        對(duì)河湖健康評(píng)價(jià)模型中的權(quán)重進(jìn)行隨機(jī)初始化,利用反正切函數(shù)歸一化:

        (1)

        將BP神經(jīng)網(wǎng)絡(luò)的狀態(tài)參量進(jìn)行整合,并且作為輸入層的輸入向量,輸入層節(jié)點(diǎn)的個(gè)數(shù)主要取決于河湖健康評(píng)價(jià)系統(tǒng)中不相關(guān)評(píng)價(jià)指標(biāo)的個(gè)數(shù):

        X=(x1,x2,...,xi,...,xn)T

        (2)

        計(jì)算河湖健康評(píng)價(jià)系統(tǒng)中單個(gè)隱含節(jié)點(diǎn)的輸出。根據(jù)向量X、權(quán)值wij和閾值a,求隱含層輸出H,其主要是借助不同的權(quán)重系數(shù)將河湖健康評(píng)價(jià)系統(tǒng)中的評(píng)價(jià)指標(biāo)耦合在一起。單個(gè)隱含層節(jié)點(diǎn)輸出為

        netj=w1jx1+w2jx2+...+wnjxn

        (3)

        最終隱含層單個(gè)神經(jīng)元的輸出:

        Hj=f(netj-aj)

        (4)

        計(jì)算隱藏層所有節(jié)點(diǎn)的輸出。由于所建立的隱藏層的層數(shù)和隱藏層節(jié)點(diǎn)的個(gè)數(shù)不止一個(gè)。因此,假定隱藏層的節(jié)點(diǎn)數(shù)目為l,將所有的輸出歸一化操作,則隱含層的輸出向量:

        H=(H1,H2,...,Hj,...,Hl)T

        (5)

        計(jì)算輸出層節(jié)點(diǎn)輸出大小。BP網(wǎng)絡(luò)所具備強(qiáng)大的回歸能力和擬合能力,原因在于隱藏層是多層結(jié)構(gòu)以及每一層具備多個(gè)節(jié)點(diǎn)。將所有隱藏層節(jié)點(diǎn)的輸出綜合起來作為下一隱藏層節(jié)點(diǎn)的輸入,以此類推可以使得BP神經(jīng)網(wǎng)絡(luò)自動(dòng)的向前傳播。最后根據(jù)輸出層H、權(quán)值wjk和閾值b,可以求得BP神經(jīng)網(wǎng)絡(luò)的預(yù)測輸出值O。輸出層各神經(jīng)元的輸出值:

        netk=w1kH1+w2kH2+...+wlkHl

        (6)

        最終輸出層單個(gè)神經(jīng)元的輸出值:

        Ok=g(netk-bk)

        (7)

        輸出層期望得到的健康指數(shù)表示為

        Y=(y1,y2,...,yk,...,ym)T

        (8)

        計(jì)算河湖生態(tài)健康系統(tǒng)預(yù)測誤差。河湖健康評(píng)價(jià)系統(tǒng)得到的預(yù)測健康指數(shù)與期望得到的健康指數(shù)存在誤差,誤差值大小代表河湖健康評(píng)價(jià)系統(tǒng)準(zhǔn)確度大小。通過期望輸出Y和預(yù)測輸出O求預(yù)測誤差e:

        ek=Yk-Ok

        (9)

        由于河湖健康評(píng)價(jià)系統(tǒng)的期望值與預(yù)測值存在誤差,BP神經(jīng)網(wǎng)絡(luò)通過反向傳播調(diào)整權(quán)重將誤差縮小。根據(jù)預(yù)測誤差e求解新的權(quán)值wij,wjk:

        (10)

        通過不斷循環(huán)迭代上述計(jì)算過程,會(huì)使得河湖健康評(píng)價(jià)系統(tǒng)的預(yù)測健康指數(shù)和期望健康指數(shù)之間的差距越來越小。

        圖2 BP神經(jīng)網(wǎng)絡(luò)算法示意

        為了能夠更加清晰地表述BP算法的更新權(quán)值和閾值的過程,可用圖 2表示。當(dāng)網(wǎng)絡(luò)誤差達(dá)到預(yù)設(shè)精度,則結(jié)束BP神經(jīng)網(wǎng)絡(luò)算法的迭代過程。否則,重復(fù)以上過程,直到滿足停止條件。

        3 河湖生態(tài)健康評(píng)價(jià)體系

        3.1 評(píng)價(jià)指標(biāo)篩選與確定

        利用BP神經(jīng)網(wǎng)絡(luò)對(duì)河湖生態(tài)健康評(píng)價(jià)系統(tǒng)進(jìn)行研究的過程中,需要全面考慮影響河湖生態(tài)健康的各層面指標(biāo)。力求做到各指標(biāo)之間不冗余、可區(qū)分性大、覆蓋面廣、可充分代表河湖生態(tài)健康的主要特征。

        3.2 河湖生態(tài)健康評(píng)價(jià)分級(jí)

        本研究將18項(xiàng)評(píng)價(jià)指標(biāo)按照標(biāo)準(zhǔn)進(jìn)行劃分,除此之外,將河湖的生態(tài)健康評(píng)價(jià)共分為5類:健康、微健康、亞健康、微病態(tài)以及病態(tài)[5],為便于利用數(shù)字化的方式對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和測試,將上述的河湖生態(tài)健康分別用0,1,2,3,4進(jìn)行表示[6]。

        3.3 河湖生態(tài)健康評(píng)價(jià)指標(biāo)的樣本處理

        收集江蘇省近幾年河海生態(tài)的相關(guān)資料,構(gòu)造訓(xùn)練和測試樣本。在標(biāo)準(zhǔn)的閾值范圍內(nèi)采用隨機(jī)生成的方法構(gòu)造200組樣本,其中前170組用于BP神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練,最后30組用于檢驗(yàn)?zāi)P汀K蓸颖绢愋?,見?。

        本研究將影響河湖生態(tài)健康的指標(biāo)分為4類,其分別是:水文特征、水質(zhì)特征、水生態(tài)特征以及社會(huì)服務(wù)特征。每一個(gè)大類中包括若干河湖生態(tài)健康評(píng)價(jià)指標(biāo)[5],共計(jì)18項(xiàng)評(píng)價(jià)指標(biāo)。

        4 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果

        本研究根據(jù)河湖評(píng)價(jià)指標(biāo)設(shè)定輸出層的個(gè)數(shù)為18個(gè),根據(jù)實(shí)際的需求將隱含層的數(shù)量設(shè)置為3層[7-8],隱藏層的數(shù)目分別是50、30、50。依據(jù)河湖健康評(píng)價(jià)等級(jí)將輸出層的節(jié)點(diǎn)個(gè)數(shù)設(shè)置為5個(gè)。同時(shí)設(shè)定BP神經(jīng)網(wǎng)絡(luò)超參數(shù):系統(tǒng)迭代誤差為0.001,BP神經(jīng)網(wǎng)絡(luò)的迭代次數(shù)為1 000次,最終的訓(xùn)練曲線見圖3。

        圖3 誤差結(jié)果

        圖3為BP神經(jīng)網(wǎng)絡(luò)對(duì)河湖生態(tài)健康評(píng)價(jià)系統(tǒng)中訓(xùn)練樣本的結(jié)果,隨著迭代的進(jìn)行,BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練誤差呈現(xiàn)下降的趨勢,特別是在訓(xùn)練初期,誤差下降迅速。在迭代的后期,BP神經(jīng)網(wǎng)絡(luò)呈現(xiàn)收斂趨勢,誤差下降緩慢。圖4是學(xué)習(xí)率的變化圖,從圖中可以看出,學(xué)習(xí)率逐步下降。圖5是梯度變化值,從圖中可以看出,在迭代的初期梯度值迅速下降,在迭代的后期梯度值幾乎不變。整個(gè)BP神經(jīng)網(wǎng)絡(luò)算法在迭代次數(shù)為537次的時(shí)候,滿足所設(shè)置的誤差需求,停止迭代。

        5 河湖生態(tài)健康評(píng)價(jià)測試

        為了證明本研究針對(duì)河湖生態(tài)健康評(píng)價(jià)系統(tǒng)所提出的BP神經(jīng)網(wǎng)絡(luò)算法的有效性,本文將上述所得到的BP神經(jīng)網(wǎng)絡(luò)模型應(yīng)用到河湖生態(tài)健康評(píng)價(jià)測試集,結(jié)果如圖6所示。

        表1 河湖生態(tài)健康評(píng)價(jià)指標(biāo)

        圖4 學(xué)習(xí)率曲線

        圖5 梯度變化曲線

        圖6 BP神經(jīng)網(wǎng)絡(luò)測試結(jié)果

        圖6表示的是BP神經(jīng)網(wǎng)絡(luò)對(duì)河湖生態(tài)健康預(yù)測結(jié)果。測試樣本的個(gè)數(shù)為30個(gè)??v坐標(biāo)代表生態(tài)健康指數(shù),橫坐標(biāo)代表所測試樣本的序號(hào)。其中圖中紅色曲線代表河湖生態(tài)期望生態(tài)健康指數(shù),藍(lán)色曲線代表使用BP神經(jīng)網(wǎng)絡(luò)算法對(duì)河湖生態(tài)健康預(yù)測結(jié)果??梢钥闯?,BP神經(jīng)網(wǎng)絡(luò)預(yù)測的藍(lán)色曲線基本與期望的紅色曲線相吻合,證明了本研究所提出算法的有效性。

        6 結(jié) 語

        本文通過搭建BP神經(jīng)網(wǎng)絡(luò)模型、確立河湖生態(tài)健康評(píng)價(jià)指標(biāo),利用BP神經(jīng)網(wǎng)絡(luò)算法對(duì)河湖生態(tài)健康樣本進(jìn)行學(xué)習(xí)歸納,最終可針對(duì)河湖生態(tài)健康指數(shù)做出預(yù)測。同時(shí)可將所獲得的BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型應(yīng)用到工程實(shí)踐當(dāng)中,為河湖生態(tài)健康預(yù)測提供一定的研究基礎(chǔ)。

        猜你喜歡
        河湖神經(jīng)網(wǎng)絡(luò)誤差
        全面推行河湖長制打造“三晉”幸福河湖
        山西水利(2022年5期)2022-09-21 02:38:28
        淮河流域省級(jí)河湖長第一次聯(lián)席會(huì)議召開
        治淮(2022年8期)2022-09-03 03:42:26
        加強(qiáng)河湖保護(hù)治理 改善河湖生態(tài)環(huán)境
        角接觸球軸承接觸角誤差控制
        哈爾濱軸承(2020年2期)2020-11-06 09:22:26
        Beidou, le système de navigation par satellite compatible et interopérable
        黑龍江:河湖治理保護(hù)成效明顯
        神經(jīng)網(wǎng)絡(luò)抑制無線通信干擾探究
        電子制作(2019年19期)2019-11-23 08:42:00
        壓力容器制造誤差探究
        基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
        九十億分之一的“生死”誤差
        山東青年(2016年2期)2016-02-28 14:25:41
        日韩精品成人一区二区三区| 婷婷综合缴情亚洲| 曰韩精品无码一区二区三区| 成人国产一区二区三区精品不卡 | 国产婷婷丁香五月麻豆| 激情人妻中出中文字幕一区| 91成人黄色蘑菇视频| 国产精品美女久久久久av福利 | 久久久久久好爽爽久久| 久久国产亚洲AV无码麻豆| 尤物成av人片在线观看 | 初尝黑人巨砲波多野结衣| 尤物AV无码色AV无码麻豆 | 国产片在线一区二区三区| 一本色道久久88亚洲精品综合 | 亚洲一区二区三区最新视频| 亚洲 欧美 偷自乱 图片| 性一交一乱一乱一视频| 中文AV怡红院| 国产一区二区三区尤物| 成人一区二区免费中文字幕视频 | 亚洲色图专区在线观看| 无码va在线观看| 97视频在线播放| 男女后入式在线观看视频| 天堂资源中文网| 色视频www在线播放国产人成 | 丰满人妻一区二区乱码中文电影网| 日韩av一区二区三区精品久久| 丁香美女社区| 亚洲人成7777影视在线观看| 日韩少妇高潮在线视频| 99久久免费视频色老| 久久精品国产亚洲av蜜臀| 国产精品久久久久免费a∨不卡| 蜜桃av中文字幕在线观看| 国产欧美日韩一区二区三区| 好吊妞人成免费视频观看| 国产精品久久久看三级| 国产亚洲精品久久久久久国模美| 久久久久久成人毛片免费看|