基于头脑风暴优化算法与BP神经网络的海水水质评价模型研究

李海涛，邵泽东

(青岛科技大学信息科学技术学院，山东 青岛 266000)

海洋开发利用的不断发展，使得海洋环境承受着与日俱增的压力。海水水质是考量海洋环境质量的主要指标之一。海水水质评价是根据海水要素指标的值对其质量状况进行综合性评价，以确定评价监测海域的海水水质问题，为海洋环境监管和治理提供支持。众多环境工作者在实践中发明改进了评价海水水质的有效方法, 例如单指数法、模糊综合评价法、模糊聚类法、灰色聚类法等[1]，但海洋水体是一个大量存在非线性和非平稳问题的综合系统，海水污染受到多种因素影响，污染物之间有复杂的非线性关系，使得这些方法存在评价方式局限、评价结果粗糙等问题，不能满足现如今海水水质评价的实际需求。

人工神经网络在上世纪八十年代以来迅速发展，并开始广泛应用于多个领域，它从信息处理的角度抽象人脑神经元，并模拟人脑的一些基本特性[2]。BP神经网络是使用最广泛的神经网络，具备优越的非线性映射能力、学习适应能力和容错性，能够满足海水水质评价的要求，BP神经网络逐渐应用于海水水质评价中[3]，但是BP神经网络存在一些缺点，如收敛速度较慢、容易陷入局部极小等。

为了得到更为精准的海水水质评价模型，本文利用头脑风暴优化算法(BSO)优化BP神经网络。头脑风暴优化算法是一种新的群体智能优化算法[4]，模拟人类发挥创造性的思维来解决现实问题，具备了强大的全局搜索和局部搜索的能力。……