优化神经网络模型在水质预测中的运用

• 作者: 余松林 刘益志 曹栋华 陈佳袁
• 来源期刊: 三峡大学学报（自然科学版）
• 学科: 工学
• 关键词: 水质指标 神经网络 归一化 遗传算法
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 土木水电论坛
• 页码范围: 12-16
• 页数: 5页
• 分类号: TP183
• 字数: 4367字
• 语种: 中文
• DOI: 10.13393/j.cnki.issn.1672-948X.2016.04.003

摘要

针对当前河道水质资料不健全且难以监测及预警的现状,提出了将神经网络模型运用于河道水质预测分析.运用神经网络模型对河道水质指标实测数据进行优化处理,深入分析水质指标数据,并建立神经网络预测模型.在此基础上,采用归一化和遗传算法两种方法对神经网络模型进行优化,并将优化模型和原神经网络模型分别运用于水质指标数据的预测.结果表明:优化后的神经网络模型可以实现对水质的预测,优化前神经网络模型的预测误差为8.57％,而采用归一化和遗传算法优化后的神经网络模型预测精度分别提高了6.36％和6.73％.同时分析得到了不同水质指标对叶绿素浓度值影响程度按大小依次为氨氮、溶解氧、高锰酸钾指数、pH值、温度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹栋华	河海大学水利水电学院	1	3	1.0	1.0
2	陈佳袁	河海大学水利水电学院	6	4	1.0	2.0
3	刘益志		1	3	1.0	1.0
4	余松林	河海大学水利水电学院	1	3	1.0	1.0