BP人工神经网络模型在太湖水污染指标预测中的应用

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.