四种水质评价方法在地表水评价中的应用比较  

作　　者：刘晓龙 莫凯莉 杨程 

机构地区：[1]宁夏回族自治区河湖事务中心,银川750000 [2]北方民族大学土木工程学院,银川750021

出　　处：《中南农业科技》2024年第6期79-82,共4页South-Central Agricultural Science and Technology

摘　　要：为了更好地对比4种常见神经网络方法在地表水水质评价中的适用性,分别采用BP神经网络算法、支持向量机(SVM)算法、GA-BP算法和GWO-BP算法对地表水水质进行评价分析。结果表明,支持向量机算法的训练和测试准确率最低,即该算法的认知能力和泛化能力不足;BP神经网络算法、GA-BP算法和GWO-BP算法的训练和测试准确率都在90.00%以上,这3种算法的认知能力和泛化能力均较好;GWO-BP算法的准确率最高,其在地表水水质评价中更合理。

关 键 词：水质评价 地表水 BP神经网络算法 支持向量机算法 应用 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] X824[自动化与计算机技术—控制科学与工程]