基于智能算法的水系化学污染物预测模型研究

作者：陈岑; 田晓丹; 武文星

来源：智能计算机与应用, 2020, 10(08): 261-265.

• BP神经网络
• 水系
• 污染物
• 预测

水系污染不仅会严重影响居民的日常用水,还会使得许多水域附近农田受到不同程度的有机物或者重金属污染。对水系化学污染物进行监测是对水系污染治理和水环境管理的基础。本研究在人工神经网络模型的基础上,构建了水系化学污染的BP神经网络智能预测模型。在此基础上,利用淮河水系某监测站点的数据,验证了该预测水系化学污染的BP神经网络模型的有效性,得到相应的预测结果。研究结果表明,对于衡量水系化学污染的ph值、DO、NH3-N以及COD等四个指标,BP神经网络预测模型的预测精度较高,在一定程度上反映出水质变化的规律。验证了采用BP神经网络智能预测模型,预测水系化学污染物的有效性和可行性。

• 单位
  华北科技学院