BP神经网络在河流叶绿素a浓度预测中的应用

被引：15

作者：

李贺 ^{[1
,2
,3
]}

刘春光 ^{[1
,2
,3
]}

樊娟 ^{[1
,2
,3
]}

王君丽 ^{[1
,2
,3
]}

斯东林 ^{[1
,2
,3
]}

赵乐军 ^{[4
]}

庄源益 ^{[1
,2
,3
]}

机构：

[1] 南开大学环境科学与工程学院

[2] 南开大学环境污染过程与基准教育部重点实验室

[3] 南开大学天津市城市生态环境修复与污染防治重点实验室

[4] 天津市市政工程设计研究院

来源：

中国给水排水 | 2009年 / 25卷 / 05期

关键词：

BP神经网络; 河流; 叶绿素a; 预测模型; 富营养化;

D O I：

暂无

中图分类号：

X52 [水体污染及其防治];

学科分类号：

0815 ;

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0.837 6;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,四者的相对重要性指数之和达45.7%,对网络输出的准确度有较大影响。

引用

页码：75 / 79

页数：5

共 11 条

[1] 密云水库水质变化规律初探 [J].