BP人工神经网络模型在太湖水污染指标预测中的应用

• 作者: 何振芳 李力 李海宁 郭庆春
• 来源期刊: 南方农业学报
• 关键词: BP人工神经网络模型 水污染物 预测 太湖
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 专论·农业信息技术·农业经济
• 页码范围: 1303-1306
• 分类号: X524
• 语种: 中文
• DOI: 10.3969/j.issn.2095-1191.2011.10.033

摘要

[目的]利用BP人工神经网络模型预测太湖水污染指标,为探讨湖泊水污染物变化规律提供参考.[方法]利用2004～2010年浙江嘉兴王江泾断面自动监测站4项水质指标,建立了太湖水污染BP人工神经网络模型,并对太湖2012年前5周的水质情况进行预测.[结果]建立了浙江嘉兴王江泾断面的4项水质指标浓度的三层BP神经网络预测模型,其预测精度较高,对湖泊水环境污染物预测的适应性较好；对太湖2012年前5周的水质情况进行预测,结果表明,2012年前5周水质污染情况加重,基本为V类水质,符合太湖水质污染情况发展态势.[结论]BP人工神经网络具有很强的非线性映射能力和柔性的网络结构,与传统的统计建模方法相比,其预测精度较高,能较好地反映水质指标的内在变化规律,为控制水环境污染提供了科学预测方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李海宁	陕西广播电视大学教务处	27	59	5.0	6.0
2	郭庆春	陕西广播电视大学教务处	45	264	10.0	14.0
5	李力	中国科学院地球环境研究所中国科学院黄土与第四纪地质国家重点实验室	45	407	11.0	19.0
6	何振芳		24	170	8.0	11.0