不确定水质模型研究是提高和认识水环境中各种不确定性因素常用的手段,目前水质不确定模型主要是增加一个外部观测量,通过对观测结果的回归分析或滤波来分析不确定性因素的影响。本文将神经网络内嵌到水质模型中,构成一个具有学习功能的不确定性水质模型,此模型能从内部感知各种不确定性因素的变化,实践证明此模型在对具有不确定性污染物排放的预测上具有较高精度。
科研之友
微信
新浪微博
Facebook
分享链接
