BP神经网络在洞庭湖氨氮浓度预测中的应用

• 作者: 杨琴 谢淑云
• 来源期刊: 水资源与水工程学报
• 学科: 地球科学
• 关键词: BP神经网络 改进算法 浓度预测 样本质量 洞庭湖
• 年，卷（期）: 2006,（1）
• 页码范围: 65-70
• 页数: 6页
• 分类号: X824
• 字数: 6081字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-643X.2006.01.015

摘要

采用BP网络的三种改进算法,对洞庭湖桂花园8年(1995年～2002年)的氨氮浓度和其影响因子实测资料进行分析,建立了基于BP神经网络的氨氮浓度预测模型,并对三种改进算法的训练结果进行了比较.结果表明:作为数据驱动型模型的BP网络,用来建模的学习样本质量至关重要,可以直接影响网络的预测精度.1995年～2002年的丰水期(9月份)数据分布比较均匀,能让网络对样本充分学习,与传统的统计建模方法相比,预测精度较高,能较好地反映洞庭湖氨氮浓度与其影响因子之间变化规律.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢淑云	中国地质大学地球科学学院	39	572	13.0	23.0
2	杨琴	中国地质大学材料科学与化学工程学院	10	291	7.0	10.0