10.3969/j.issn.1000-1379.2011.10.015
人工神经网络模型在黄河水质预测中的应用
采用画匠营子断面2004-2009年逐周水质指标资料作为神经网络模型的训练样本,对BP神经网络进行训练,分别建立了pH值、溶解氧、氨氮、高锰酸盐指数的预测模型.为了验证模型的正确性,利用训练好的神经网络模型,采用调整后的权值和阈值,将2010年的数据作为独立样本进行预测检验.结果表明:基于BP神经网络的水质指标预测模型收敛速度快,对训练样本具有很好的拟合能力,且对检验样本的预测精度较高.
水质预测、人工神经网络、BP算法、黄河
33
X824;TP18(环境质量分析与评价)
国家自然科学基金资助项目0211003026/11220300
2012-03-05(万方平台首次上网日期,不代表论文的发表时间)
共2页
42-43