河流水质的预测模型研究

被引：17

作者：

李莹

邹经湘

张新政

蔡楠

机构：

[1] 广东工业大学电气工程与自动化系!广州

[2] 哈尔滨工业大学航天工程与力学系!哈尔滨

[3] 华南环境科学研究所!广州

来源：

系统仿真学报 | 2001年 / 02期

关键词：

神经网络; 水质预测; 正交多项式基;

D O I：

10.16182/j.cnki.joss.2001.02.003

中图分类号：

X832 [水质监测];

学科分类号：

摘要：

东江惠州－东岸段河流水质直接影响着香港和深圳的淡水供应质量.本文根据东江水质自动监测系统的分布情况，提出了由上游水质预测下游水质和当前水质预测未来水质的两种基于自适应神经网络的东江惠州－东岸段水质预测建模方法，给出了基于正交多项式基的神经网络静、动态学习算法，在学习过程中可同时确定网络的拓扑结构和相应的正交多项式基，且无局部极值问题。仿真结果证明了该方法具有较高的预测精度，且方法简便、适用对象广泛。

引用

页码：139 / 142+209 +209

页数：5

共 5 条

[1]

沙颖河流域降雨径流污染预报模型的研究[J]. 王平,雒文生.上海环境科学. 1998(07)

[2] 黄河孟花段水质模型的建立──多泥沙河流COD预测模型 [J].

李清浮 ;

胡国华 .

水资源保护, 1997, (01) :16-19

[3]

沙颖河流域降雨径流污染预报模型的研究[J]. 王平,雒文生.上海环境科学. 1998 (07)

[4] An on-line wastewater quality predication system based on a time-delay neural network [J].

Zhu, JB ;

Zurcher, J ;

Rao, M ;

Meng, MQH .

ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE, 1998, 11 (06) :747-758

[5]

Predicting Freshwater Critical Loads of Acidification at the Catchment Scale: An Empirical Model[J] . M.R. Kernan,T.E.H. Allott,R.W. Battarbee.Water, Air, and Soil Pollution . 1998 (1)

← 1 →