基于BP神经网络的水华预测模型及其敏感性分析

• 作者: 严泽凡 吴睿钰 王重阳 马菁华
• 来源期刊: 信息记录材料
• 学科: 地球科学
• 关键词: BP-神经网络 数据进行回归 动量法 学习速率 梯度下降法
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 信息·技术
• 页码范围: 81-83
• 页数: 3页
• 分类号: X524|X143
• 字数: 2154字
• 语种: 中文

摘要

本文针对水华问题,通过对水体质量进行评价与分类,建立了主要理化因子与浮游生物致害密度关系模型,从而为池水的净化处理提供了方法依据.本文建立BP神经网络模型来预测水华发生的时间,预测藻类密度,得出最大误差为9.1％,最低精确度为90.9％.利用偏导敏感性分析法中的全样本敏感性分析法,判断水华发生时理化因子的范围,从而得知了水华爆发时,水温的范围为27℃～29℃;总氮的范围为1.8g·kg-1～2.0g·kg-1;总磷的范围为6.5g·kg-1～7g·kg-1;COD的范围为25～27mg/L;PH值的范围为5.5～6.5;溶氧的范围为9.25～9.35mg/L.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	严泽凡	华北理工大学信息工程学院	4	5	1.0	2.0
2	王重阳	华北理工大学化学工程学院	3	1	1.0	1.0
3	吴睿钰	华北理工大学化学工程学院	2	1	1.0	1.0
4	马菁华	华北理工大学化学工程学院	1	1	1.0	1.0