基于ARIMA模型与BP神经网络算法的水质预测

• 作者: 王嘉 王荣昌 邓俊晖 顾杰
• 来源期刊: 净水技术
• 学科: 工学
• 关键词: BP 神经网络算法 ARIMA 自回归积分滑动平均模型 水质预测
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: “水体污染控制与治理”科技重大专项成果专栏
• 页码范围: 73-82
• 页数: 10页
• 分类号: TU991
• 字数: 5638字
• 语种: 中文
• DOI: 10.15890/j.cnki.jsjs.2020.06.014

摘要

近年来,政府相关部门虽然对地表水加大了治理力度,基本遏制河流水质恶化的势头,但是,突发环境污染事件仍然时有发生,对人体健康、生态安全造成了重要影响.利用水质在线监测仪虽然可以实时监测水质变化,但是智能化程度低,为此亟需采用先进手段实现对河流水质的预测预警并提前进行防范,最大程度降低类似藻类暴发等事件带来的损失.文中以嘉兴市河道水质为主要对象,开展水质预测模型研究,具有一定的实际应用价值.采用基于ARIMA自回归积分滑动平均模型与改进的BP神经网络算法相结合的方法进行水质预测的建模,研究水质数据和气象数据包含的线性关系和非线性关系,建立水质预测组合模型,并通过模型进行水质电导率、溶解氧、总磷、总氮、高锰酸盐、氨氮的预测;通过理论分析及试验对比,基于ARIMA自回归积分滑动平均模型与BP神经网络算法构建的模型,在水质预测方面比单纯使用传统的ARIMA模型具有更高的精度,各指标的MRE(平均百分比误差)、RMSE(均方根误差)均有很大程度的减小,提供了更科学、更准确的河流水质指数预测方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王荣昌	同济大学环境科学与工程学院长江水环境教育部重点实验室	32	221	10.0	13.0
2	王嘉		3	0	0.0	0.0
3	顾杰		3	0	0.0	0.0
4	邓俊晖		2	0	0.0	0.0