基于BP神经网络的钱塘江水质指标的预测

• 作者: 孙继洋 王晓萍 金鑫
• 来源期刊: 浙江大学学报（工学版）
• 学科: 地球科学
• 关键词: 钱塘江 水质指标 BP神经网络 Levenberg-Marguardt算法
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 环境工程与化学工程
• 页码范围: 361-364
• 页数: 4页
• 分类号: X830.3
• 字数: 3700字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2007.02.037

摘要

为掌握钱塘江水质未来的变化情况以及预防污染事件的发生,建立了一个水质指标预测模型.利用钱塘江某行政交界断面的水质指标实测数据作为学习样本,选取了总磷、总氮、化学需氧量等9项指标作为预测参数,运用Levenberg-Marguardt优化算法对学习样本进行优化,建立了反向传播(BP)神经网络模型,并运用该模型对钱塘江水质指标进行了预测.结果表明,BP神经网络模型的预测精度较高,预测速度快,对大部分水质指标能够得到较好的预测值,相对误差的绝对值小于6%.此BP神经网络能够有效地应用于水质指标的预测和水质趋势的预警预报系统中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓萍	浙江大学光电信息工程学系	95	769	15.0	24.0
2	金鑫		13	204	6.0	13.0
3	孙继洋	浙江大学光电信息工程学系	2	87	2.0	2.0