用户名: 密码: 验证码:
改进的BP神经网络模型在辽宁中部河流水质预测中的应用研究
详细信息    查看全文 | 推荐本文 |
  • 英文篇名:Application of Improved BP Neural Network Model to Prediction of River Water Quality in Middle Part of Liaoning Province Author
  • 作者:郑鹏
  • 英文作者:Zheng Peng;
  • 关键词:改进的BP神经网络模型 ; 水平和横向伸缩修正系数 ; 水质预测 ; 辽宁中部河流
  • 英文关键词:improved BP neural network model;;horizon and lateral shrinkage correction coefficient;;water quality prediction
  • 中文刊名:JLSL
  • 英文刊名:Jilin Water Resources
  • 机构:辽宁省葫芦岛水文局;
  • 出版日期:2017-02-15
  • 出版单位:吉林水利
  • 年:2017
  • 期:No.417
  • 语种:中文;
  • 页:JLSL201702008
  • 页数:4
  • CN:02
  • ISSN:22-1179/TV
  • 分类号:22-25
摘要
本文采用改进的BP神经网络模型对辽宁中部某河流水质进行预测。结果表明:改进的BP神经网络模型引入横向和纵向伸缩修正系数对模型梯度函数进行改进,提高传统BP模型收敛和计算精度。在区域河流水质预测精度明显好于传统模型,预测的河流水质总氮指标值相对误差均值明显减少,月尺度过程相关系数有较大提高。
        In this paper,an improved BP neural network model is used to forecast the water quality of a river in central Liaoning.The results show that the modified BP neural network model introduces the transverse and longitudinal dilation correction coefficients to improve the model gradient function and improve the convergence and precision of the traditional BP model.The prediction accuracy of regional river water quality is obviously better than that of traditional model.The relative error mean value of total nitrogen index of river water quality is decreased by 12.7%,and the correlation coefficient of monthly scale process is increased by 0.25.The research results can provide reference value for regional river water quality prediction methods.
引文
[1]涂烨楠,仲玉芳,范华,沈小红,朱岩,林娟,熊雄,刘剑彤.杭州典型城市河道污染特征及差异性分析评价[J].环境科学与技术,2016,S1:360-365+375.
    [2]谷建强,张文,朱凡,陈峰,苏光云,祁亨年.综合水质标识指数法在青山湖水质评价中的应用[J].浙江农林大学学报,2016,05:890-898.
    [3]王蓓,赵军,胡秀芳.基于In VEST模型的黑河流域生态系统服务空间格局分析[J].生态学杂志,2016,10:2783-2792.
    [4]李霄,柴璐,王红岩,都基众,王晓光,崔健.辽西地下水化学影响指标的水岩作用分析[J].生态学杂志,2016,10:2804-2813.
    [5]吴光琼,方金鑫.基于SSO-PP模型的滇池流域水质综合评价[J].长江科学院院报,2016,10:18-23.
    [6]马正华,王腾,杨彦,张亦含.BP神经网络模型在太湖出入湖河流水质预测中的应用[J].计算机应用与软件,2013,11:172-175.
    [7]向娜.基于神经网络和人工蜂群算法的水质评价和预测研究[D].华南理工大学,2012.
    [8]王燕霞.基于神经网络与灰色理论的水质参数预测建模研究[D].重庆大学,2010.
    [9]李莉会,陆宝宏,张杰,常娜,唐文涛,刘蕊蕊,许丹,阮晓波,翟梦恩.改进BP神经网络在郑州市需水量预测中的应用[J].三峡大学学报(自然科学版),2013,03:26-30.
    [10]石黎,史玉珍.基于粗集和BP神经网络的城市水资源可持续利用评价模型[J].水电能源科学,2014,06:22-24+32.

© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号

地址:北京市海淀区学院路29号 邮编:100083

电话:办公室:(+86 10)66554848;文献借阅、咨询服务、科技查新:66554700