基于T-S型模糊神经网络的水质评价开题报告
2020-04-15 17:15:19
1. 研究目的与意义(文献综述包含参考文献)
文 献 综 述
1.课题背景和意义
水质是评判水体环境质量的一个重要指标,对水资源的利用、治理和保护具有重要意义。由于进入水体的污染物成分和数量是随时间和空间变化的不确定量,水质级别、分类标准都存在着模糊性[1]。对水质进行综合评价时,由于评价因子众多且它们与水质级别之间具有复杂的非线性关系,使得传统的水质评价数学模型具有很大的局限性。因此如何将水质监测数据转化为水质状况信息,获得水环境现状及水质分布状况具有重要的实际意义。
剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!
2. 研究的基本内容、问题解决措施及方案
一.本课题要研究或解决的问题
1.本课题建立基于t-s模型的模糊神经网络算法的水质评价模型。该模型是模糊规则后件为输入语言变量的函数,典型的情况是输入变量的线性组合。
1) 对水质评价标准与水质状况以及相关神经网络算法的基本原理与使用进行详细的了解;
剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付