BP神经网络在长江水质COD预测中的应用
郭庆春1,2,3; 郝源1; 李雪2,3; 杜北方1; 张向阳1
2014-01-07
发表期刊计算机技术与发展
ISSN1673-629X
卷号24期号:04页码:235-238+242
摘要水质变化具有非线性、突变性,且含有噪声,传统线性预测模型不能全面反映其变化规律,预测精度低,误差大。针对水质变化规律复杂,影响因素间非线性程度高的问题,为了提高水质预测精度,将改进算法的BP神经网络引入化学需氧量(COD)预测预报领域,以pH、溶解氧(DO)、氨氮(NH3-N)为输入向量,以COD为输出向量,建立了COD的预测模型并对效果进行检验。结果表明:检验样本中COD的预测值与实测值的线性相关系数为0.991。BP神经网络模型预测精度高,收敛速度快,具有良好的泛化能力,能较好地反映COD和影响因子的变化规律。
关键词神经网络 水质 化学需氧量 溶解氧 氨氮
URL查看原文
语种中文
资助项目国家重点基础研究发展规划项目(2010CB833406);国家自然科学基金资助项目(40975020,41075067);陕西省教育科学研究计划项目(12JK0123,12JK0414)
原始文献类型学术期刊
文献类型期刊论文
条目标识符http://ir.library.ouchn.edu.cn/handle/39V7QQFX/69347
专题国家开放大学陕西分部
作者单位1.陕西广播电视大学;
2.中国科学院地球环境研究所黄土与第四纪国家重点实验室;
3.中国科学院大学
第一作者单位国家开放大学陕西分部
第一作者的第一单位国家开放大学陕西分部
推荐引用方式
GB/T 7714
郭庆春,郝源,李雪,等. BP神经网络在长江水质COD预测中的应用[J]. 计算机技术与发展,2014,24(04):235-238+242.
APA 郭庆春,郝源,李雪,杜北方,&张向阳.(2014).BP神经网络在长江水质COD预测中的应用.计算机技术与发展,24(04),235-238+242.
MLA 郭庆春,et al."BP神经网络在长江水质COD预测中的应用".计算机技术与发展 24.04(2014):235-238+242.
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[郭庆春]的文章
[郝源]的文章
[李雪]的文章
百度学术
百度学术中相似的文章
[郭庆春]的文章
[郝源]的文章
[李雪]的文章
必应学术
必应学术中相似的文章
[郭庆春]的文章
[郝源]的文章
[李雪]的文章
相关权益政策
暂无数据
收藏/分享
相关推荐
人工神经网络在大气污染预测中的应用
从慕课(MOOC)到超慕课(SMOOC)的探索
人工神经网络在API预报中的应用
全球气候变化及其影响、对策研究-对IPCC AR4的解读
陕西开放大学系统建设研究
基于人工神经网络的土壤含水量预报模型
BP人工神经网络模型在太湖水污染指标预测中的应用
基于人工神经网络的黄河水质评价
人工神经网络模型在黄河水质预测中的应用
人工神经网络在大气污染预测中的应用研究
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。