BP神经网络模型在太湖出入湖河流水质预测中的应用

• 作者: 张亦含 杨彦 王腾 马正华
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: BP神经网络 太湖 出入湖河道 综合污染指数 预测
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 基金项目论文
• 页码范围: 172-175
• 页数: 4页
• 分类号: TP183
• 字数: 3453字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2013.11.048

摘要

利用BP（Back Propagation）神经网络模型预测太湖出入湖河道水质污染指数，为太湖流域管理规划平台提供决策支持。建立三层BP神经网络预测模型，以1996年到2004年太湖例行环境监测数据为基础，进行水质预测，研究出入湖河道与太湖水质变化的关系。对太湖2005年的水质情况进行预测，结果表明，2005年水质污染情况有所改善，基本为V类水质，符合太湖水质污染情况发展态势。传统的数学建模方法要首先确定待定参数，而在实际应用中，许多不可测量估计的因素会对结果造成很大的影响。BP神经网络适应性较好、预测精度较高，能较好地反应水质指标的内在变化规律，为控制水环境污染提供科学依据。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨彦	常州大学信息科学与工程学院	52	707	15.0	24.0
2	马正华	常州大学信息科学与工程学院	83	405	11.0	15.0
3	王腾	常州大学信息科学与工程学院	3	16	2.0	3.0
4	张亦含	常州大学信息科学与工程学院	1	8	1.0	1.0