基于BP神经网络的洪湖水质指标预测研究

• 作者: 吕晓蓉 张婷 张青 杨超 王学雷
• 来源期刊: 湿地科学
• 学科: 地球科学
• 关键词: 水质 预测 BP神经网络 洪湖
• 年，卷（期）: 2016,（2）
• 页码范围: 212-218
• 页数: 7页
• 分类号: X824|TP183
• 语种: 中文
• DOI: 10.13248/j.cnki.wetlandsci.2016.02.010

摘要

为了掌握洪湖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BP神经网络水质指标预测模型.利用洪湖1990～2014年的水质指标实测数据作为学习样本,选取了pH、溶解氧(DO)、铵态氮(NH4+—N)、硝态氮(NO3—N)、总氮(TN)、总磷(TP)6项指标作为预测参数,建立了BP神经网络模型,并运用该模型对洪湖水质指标进行了预测,同时引入一元线性回归模型与GM(1,1)灰色预测模型与该模型进行对比.结果表明,BP神经网络模型预测的水质指标的相关性系数都在0.998以上,平均相对误差都控制在2.5％以内,对单个指标的预测相对误差也都小于9％,明显优于一元线性回归模型和灰色预测模型;BP神经网络模型预测精度较高,预测速度快,能够相对准确地预测大部分水质指标,可以有效地应用于洪湖以及其它水域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	张青	中国科学院测量与地球物理研究所	46	452	12.0	19.0
2	王学雷	中国科学院测量与地球物理研究所	95	2226	26.0	44.0
3	杨超	中国科学院测量与地球物理研究所	114	799	15.0	23.0
4	张婷	中国科学院测量与地球物理研究所	55	447	13.0	20.0
5	吕晓蓉	中国科学院测量与地球物理研究所	11	84	4.0	9.0