科研之友
微信
新浪微博
Facebook
分享链接
摘要
为预测团水虱的数量，减轻其对红树林植物的危害，采用多层感知器神经网络分析方法，对2021年3月至9月团水虱发生地的水温、风速、大气压、pH值、溶解氧、高锰酸盐指数、氨氮、总磷、总氮含量等因素进行分析。结果表明，总磷、水温是团水虱数量的主要因子，其拟合精度较好，平均绝对百分误差(MAPE)为0.120 2，均方误差(MSE)为85.486 1。使用该模型对2022年10月团水虱数量进行预测，其预测值为34.42/dm3，结果较为精确。
- 单位
为预测团水虱的数量，减轻其对红树林植物的危害，采用多层感知器神经网络分析方法，对2021年3月至9月团水虱发生地的水温、风速、大气压、pH值、溶解氧、高锰酸盐指数、氨氮、总磷、总氮含量等因素进行分析。结果表明，总磷、水温是团水虱数量的主要因子，其拟合精度较好，平均绝对百分误差(MAPE)为0.120 2，均方误差(MSE)为85.486 1。使用该模型对2022年10月团水虱数量进行预测，其预测值为34.42/dm3，结果较为精确。
