基于BP神经网络的松花江四方台水质预测

作者：郭亮; 王鹏; 赵英

来源：哈尔滨工业大学学报, 2009, (06): 62-66.

• 水质预测
• BP神经网络
• 预测效果
• 水质期 water forecast
• BP neural network
• forecasting effect
• water period

为实现松花江四方台CODMn的预测,应用人工神经网络技术(ANN),在预测模型中采用LM(Levenberg-Marquardt)算法提高网络的收敛速度,并采用提前停止法提高网络的推广能力.ANN样本集数据来源于1997～1999年3年的四方台监测站日检测水质数据.采用拉依达准则法剔除样本集异常数据.为更有效地评估预测模型的准确性,将松花江分为丰雨期、封冻期和其他月份来分别考察预测效果.并对1999年以后近期与远期的水质预测效果进行对比.结果表明:丰雨期预测效果最差,封冻期最好,其他月份介于之间,模型对近期水质的预测效果要明显好于对远期的预测效果.整体预测效果不错,可用于指导实际的水质管理.

• 单位
  哈尔滨工业大学; 城市水资源与水环境国家重点实验室