BP神经网络在河流叶绿素a浓度预测中的应用

摘要：

采用BP神经网络改进算法,通过对津河、卫津河叶绿素a和其他10种水质因子的分析,建立了叶绿素a预测模型,并找出了对叶绿素a浓度变化影响较大的因子.结果表明,BP神经网络在河流系统叶绿素a含量的预测中,具有很好的泛化、推广能力,预测值与实测值的相关系数达到了0.8376;预测过程中,增加训练样本量或增加输入变量都可以提高预测效果;pH、溶解氧、叶绿素a本底浓度和温度是叶绿素a预测模型的主要参数,四者的相时重要性指数之和达45.7%,时网络输出的准确度有较大影响.

关键词：BP神经网络、河流、叶绿素a、预测模型、富营养化

所属期刊栏目：25

分类号：X522(水体污染及其防治)

资助基金：国家水体污染控制与治理科技重大专项2008ZX07314-004;建设部科学技术项目01-2-024

在线出版日期：2009-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：75-79