BP神经网络在长江水质COD预测中的应用

• 作者: 张向阳 李雪 杜北方 郝源 郭庆春
• 来源期刊: 计算机技术与发展
• 学科: 地球科学
• 关键词: 神经网络 水质 化学需氧量 溶解氧 氨氮
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 应用开发研究
• 页码范围: 235-238,242
• 页数: 5页
• 分类号: X522
• 字数: 5665字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2014.04.060

摘要

水质变化具有非线性、突变性，且含有噪声，传统线性预测模型不能全面反映其变化规律，预测精度低，误差大。针对水质变化规律复杂，影响因素间非线性程度高的问题，为了提高水质预测精度，将改进算法的BP神经网络引入化学需氧量( COD)预测预报领域，以pH、溶解氧( DO)、氨氮( NH3-N)为输入向量，以COD为输出向量，建立了COD的预测模型并对效果进行检验。结果表明：检验样本中COD的预测值与实测值的线性相关系数为0.991。 BP神经网络模型预测精度高，收敛速度快，具有良好的泛化能力，能较好地反映COD和影响因子的变化规律。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭庆春		45	264	10.0	14.0
4	李雪	中国科学院地球环境研究所黄土与第四纪国家重点实验室	64	465	12.0	19.0
8	郝源		22	64	3.0	7.0
9	杜北方		3	22	2.0	3.0
10	张向阳		4	22	2.0	4.0