双隐含层BP神经网络模型在老哈河水质预测中的应用

文献类型： 中文期刊

第一作者： 查木哈

作者： 查木哈;卢志宏;翟继武;张福顺

作者机构：

关键词： 双隐含BP神经网络;河流水质;水质指标;缺失数据;拉格朗日插值法;水质预测;老哈河

期刊名称： 水资源与水工程学报

ISSN： 1672-643X

年卷期： 2018 年 02 期

页码： 56-61

收录情况： CSCD

摘要： 为了快速准确预测老哈河水质,采用老哈河2011-2015年水质监测数据,运用拉格朗日插值法补充缺失值,分别对化学需氧量、生化需氧量、高锰酸盐指数和总磷浓度建立Levenberg-Marquardt优化的双隐含层BP神经网络模型,利用2011-2014的数据建立训练网络,以2015年的数据进行验证与测试。结果表明:五日生化需氧量预测模型,第一隐含层节点数为4,第二隐含层节点数为12时,决定系数0.751 6(P=0.000 3),平均相对误差25.73%;化学需氧量预测模型,第一隐含层节点数为12,第二隐含层节点数为10时,决定系数0.887 5(P<0.000 1),平均相对误差27.69%;高锰酸盐预测模型,第一隐含层节点数为6,第二隐含层节点数为3时,决定系数0.854 7(P<0.000 1),平均相对误差28.90%;总磷预测模型,第一隐含层节点数为12,第二隐含层节点数为12时,决定系数0.889 2(P<0.000 1),平均相对误差17.94%。应用拉格朗日插值法对缺失数据进行补充后建立的双隐含层BP神经网络模型相对误差均小于28.90%,模型的预测效果较好,其中总磷浓度预测效果最好。通过拉格朗日插值,可以建立老哈河赤峰段甸子点位污染指标的双隐含层人工神经网络模型进行水质预测。

分类号： TP183`X832

  • 相关文献

[1]青海湖流域河流生态系统评价指标间的相关性. 李少华,王学全,高琪,兰岚,杨占武. 2016

[2]密云水库上游白河地表水质对不同空间尺度景观格局特征的响应. 张微微,李晓娜,王超,赵春桥,史瑞双. 2020

[3]河流水质的景观组分阈值研究进展. 刘珍环,李猷,彭建. 2010

[4]基于L-M神经网络优化算法的池塘水色判别系统的初步建立. 王海英,曹晶,谢骏,王广军,胡朝莹. 2010

[5]基于Box-Jenkins方法的黄河水质时间序列分析与预测. 孙国红,沈跃,徐应明,时桂玲,胡晶. 2011

[6]基于变尺度混沌QPSO-LSSVM的水质溶氧预测建模. 龚怀瑾,毛力,杨弘. 2013

[7]基于NAR神经网络对养殖水体亚硝酸盐预测模型的研究. 汪翔,何吉祥,佘磊,张静. 2015

[8]Elman网络在养殖水体氨氮预测中的应用研究. 汪翔,何吉祥,佘磊,张静. 2015

[9]基于遗传-神经网络的实时水质预测模型. 刘洁,祝榕婕,姜德迅,王大蔚,许崇品,南军,王鹏. 2020

[10]循环水养殖系统生物滤器负荷挂膜技术. 朱建新,刘慧,徐勇,陈世波,刘圣聪,张涛,曲克明. 2014

[11]太湖和滇池表层水体水质与水华蓝藻生物质生化性状的关系. 杜静,钱玉婷,徐跃定,张建英,常志州. 2013

[12]大型溞粉替代鱼粉对黄颡鱼生长、部分生化指标及水质指标的影响. 张红霞,王洋,吴旋,曾祥茜,杨广,张建超,朱国霞,白东清. 2019

[13]不同饵料投喂率对罗非鱼生长、水质和水体微生物群落代谢多样性的影响. 东新旭,范立民,宋超,郑尧,裘丽萍,孟顺龙,陈家长. 2021

[14]标准化养殖中生态装备的应用对中华鳖生存环境的影响. 张静,蒋业林,李翔,侯冠军. 2012

[15]水产养殖池塘水体土腥素含量与水环境因子的关系. 刘颖,李忠华,何俊,杨光,殷文健,张宪中. 2023

[16]循环水养殖系统在凡纳滨对虾种虾养殖中的应用效果初探. 谭建,罗坤,栾生,曹宝祥,郭兆加,许圣钰,孔杰. 2016

[17]炎热的夏季北方精养鱼池的水质调控与日常管理. 刘宝祥. 2006

[18]松花江哈尔滨段及阿什河抗生素的分布规律与生态风险评估. 杨尚乐,王旭明,王伟华,胡雪莹,高立伟,孙兴滨. 2021

[19]溶解碳源与固体碳源对对虾生物絮团养殖系统的影响. 王瑞龙,陈钊,李健. 2023

[20]夏秋季太湖4个控藻区鳙体内微囊藻毒素累积分析. 高鸽,周游,王小林,沈振华,陈永进,徐东坡. 2017

作者其他论文 更多>>

微信小程序