北方某水库总氮浓度预测的神经网络改进方法

被引：5

作者：

张树冬 ^{[1
]}

李伟光 ^{[1
,2
]}

南军 ^{[1
]}

王广智 ^{[1
]}

赵丽娜 ^{[3
]}

机构：

[1] 哈尔滨工业大学市政环境工程学院

[2] 城市水资源开发利用(北方)国家工程研究中心

[3] 哈尔滨水文局

来源：

给水排水 | 2009年 / 45卷 / 08期

关键词：

水库; 灰色关联分析; 神经网络; 马尔可夫链;

D O I：

10.13789/j.cnki.wwe1964.2009.08.013

中图分类号：

TU991.21 [水质];

学科分类号：

0815 ;

摘要：

为解决先验数据有限情况下北方Q水库的水质预测问题,提出一种以马尔可夫方法进行修正误差的BP神经网络预测模型。针对Q水库的水质特点,使用总氮作为参考序列,对常规指标进行灰色关联分析,以确定神经网络的输入向量。选择同总氮关联度较大的氨氮、总磷以及总氮本身作为输入向量,以总氮为输出向量,应用BP人工神经网络,对总氮浓度进行预测。将神经网络测试样本的相对误差序列作为马尔可夫方法的状态集,对检验样本的相对误差状态进行预测。根据相对误差结果对BP神经网络预测值进行修正。结果表明,该方法能有效改进预测结果,提高精度。

引用

页码：114 / 118

页数：5

共 10 条

[1] Barriers to sustainable water-quality management [J].

Huang, GH ;

Xia, J .

JOURNAL OF ENVIRONMENTAL MANAGEMENT, 2001, 61 (01) :1-23

[2]

Daily reservoir inflow forecasting using artificial neural networks with stopped training approach.[J].P. Coulibaly;F. Anctil;B. Bobée.Journal of Hydrology.2000, 3

[3]

随机过程引论.[M].何声武[著];.高等教育出版社.1999,

[4] 基于BP神经网络马尔科夫模型的径流量预测 [J].