基于BP神经网络的丹江口库区水质指标预测

被引：7

作者：

操建华 ^{[1
]}

林宏伟 ^{[2
]}

张实诚 ^{[3
]}

机构：

[1] 顺德职业技术学院电子工程系

[2] 十堰职业技术学院环化系

[3] 十堰市环境保护局

来源：

电子设计工程 | 2010年 / 18卷 / 03期

关键词：

BP神经网络; 水质; 预测; 丹江口水库; 算法;

D O I：

10.14022/j.cnki.dzsjgc.2010.03.050

中图分类号：

X832 [水质监测]; TP183 [人工神经网络与计算];

学科分类号：

0804 ; 082803 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为掌握丹江口库区水质未来的变化趋势以及预防污染事件的发生,建立了一个水质指标的预测模型。利用库区某断面自动检测站的水质指标实测参数作为学习样本,选取化学需养量(COD)、生化需养量(BOD)、pH值、氨氮(NH3-N)、总磷(TP)、总氮(TN)等指标作为预测参数,运用Levenberg-Marguardt优化算法对学习样本进行优化,建立基于反向传播(BP)神经网络的预测模型并应用于丹江口库区水质指标。结果显示,实际检测值与预测值相对误差小于7%,该模型具有良好的可行性和有效性。

引用

页码：17 / 18+24 +24

页数：3

共 7 条

[1] 基于BP神经网络的钱塘江水质指标的预测 [J].