BP人工神经网络模型在太湖水污染指标预测中的应用

摘要：

[目的]利用BP人工神经网络模型预测太湖水污染指标,为探讨湖泊水污染物变化规律提供参考.[方法]利用2004～2010年浙江嘉兴王江泾断面自动监测站4项水质指标,建立了太湖水污染BP人工神经网络模型,并对太湖2012年前5周的水质情况进行预测.[结果]建立了浙江嘉兴王江泾断面的4项水质指标浓度的三层BP神经网络预测模型,其预测精度较高,对湖泊水环境污染物预测的适应性较好；对太湖2012年前5周的水质情况进行预测,结果表明,2012年前5周水质污染情况加重,基本为V类水质,符合太湖水质污染情况发展态势.[结论]BP人工神经网络具有很强的非线性映射能力和柔性的网络结构,与传统的统计建模方法相比,其预测精度较高,能较好地反映水质指标的内在变化规律,为控制水环境污染提供了科学预测方法.

关键词：BP人工神经网络模型、水污染物、预测、太湖

所属期刊栏目：42

分类号：X524(水体污染及其防治)

资助基金：国家重点基础研究发展计划973项目2004CB720208

在线出版日期：2012-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1303-1306