BP人工神经网络模型在太湖水污染指标预测中的应用

BP人工神经网络模型在太湖水污染指标预测中的应用

郭庆春, 何振芳, 李力, 李海宁

文章导航 > 南方农业学报 > 2011 > 42(10) : 1303-1306. > DOI: 10.3969/j.issn.2095-1191.2011.10.033

郭庆春, 何振芳, 李力, 李海宁. 2011: BP人工神经网络模型在太湖水污染指标预测中的应用. 南方农业学报, 42(10): 1303-1306. DOI: 10.3969/j.issn.2095-1191.2011.10.033

引用本文:

郭庆春, 何振芳, 李力, 李海宁. 2011: BP人工神经网络模型在太湖水污染指标预测中的应用. 南方农业学报, 42(10): 1303-1306. DOI: 10.3969/j.issn.2095-1191.2011.10.033

GUO Qing-chun, HE Zhen-fang, LI Li, LI Hai-ning. 2011: Application of BP neural network model for prediction of water pollutants concentration in Taihu Lake. Journal of Southern Agriculture, 42(10): 1303-1306. DOI: 10.3969/j.issn.2095-1191.2011.10.033

Citation:

GUO Qing-chun, HE Zhen-fang, LI Li, LI Hai-ning. 2011: Application of BP neural network model for prediction of water pollutants concentration in Taihu Lake. Journal of Southern Agriculture, 42(10): 1303-1306. DOI: 10.3969/j.issn.2095-1191.2011.10.033

BP人工神经网络模型在太湖水污染指标预测中的应用

陕西广播电视大学教务处,西安710068
中国科学院地球环境研究所中国科学院黄土与第四纪地质国家重点实验室,西安710075
中国科学院研究生院,北京100049
中国科学院寒区旱区环境与工程研究所,兰州730000
中国科学院地球环境研究所中国科学院黄土与第四纪地质国家重点实验室,西安,710075
陕西广播电视大学教务处,西安,710068

基金项目:

国家重点基础研究发展规划(973计划)

详细信息

中图分类号: 45-1381/S
计量
- 文章访问数: 16
- HTML全文浏览量: 2
- PDF下载量: 1
出版历程
- 刊出日期: 2011-10-29

Application of BP neural network model for prediction of water pollutants concentration in Taihu Lake

摘要: [目的]利用BP人工神经网络模型预测太湖水污染指标,为探讨湖泊水污染物变化规律提供参考.[方法]利用2004~2010年浙江嘉兴王江泾断面自动监测站4项水质指标,建立了太湖水污染BP人工神经网络模型,并对太湖2012年前5周的水质情况进行预测.[结果]建立了浙江嘉兴王江泾断面的4项水质指标浓度的三层BP神经网络预测模型,其预测精度较高,对湖泊水环境污染物预测的适应性较好;对太湖2012年前5周的水质情况进行预测,结果表明,2012年前5周水质污染情况加重,基本为V类水质,符合太湖水质污染情况发展态势.[结论]BP人工神经网络具有很强的非线性映射能力和柔性的网络结构,与传统的统计建模方法相比,其预测精度较高,能较好地反映水质指标的内在变化规律,为控制水环境污染提供了科学预测方法.
- BP人工神经网络模型 /
- 水污染物 /
- 预测 /
- 太湖

参考文献(0)

资源附件(0)

计量

文章访问数: 16
HTML全文浏览量: 2
PDF下载量: 1
被引次数: 0

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回