论文部分内容阅读
水质评价在水环境的监测和治理中起着重要的作用。水质评价的常用方法有单因子指数评价法、水污染指数评价法、综合污染指数评价法、模糊综合评价法、主成分分析评价法、神经网络评价法等~([1])。神经网络评价法准确率高,并行分布处理及存储能力强,鲁棒能性和容错性能好,并且能充分逼近复杂非线性关系,具备联想记忆的功能,被广泛用于分类评价中。但是随着研究的深入,传统神经网络模型处理问题的缺陷也显现出来,例如学习收敛速度慢、节点冗余、网络复杂、需不断调节连接权值等。为了克服以上缺陷,建立了一种海豚群优化的极限学习机