首页 | 本学科首页   官方微博 | 高级检索  
     检索      

太湖富营养化指标BP人工神经网络预测模型的建立
引用本文:崔嘉宇,郁建桥,吕学研,钟声.太湖富营养化指标BP人工神经网络预测模型的建立[J].环境研究与监测,2014(3).
作者姓名:崔嘉宇  郁建桥  吕学研  钟声
作者单位:南京信息工程大学环境科学与工程学院;江苏省环境监测中心;
基金项目:江苏省环境监测科研基金项目(1312)
摘    要:富营养化是太湖面临的一个重大环境问题。富营养化预测是湖泊水质变化的有效预警手段。本文选择TN、TP和叶绿素a(Chl-a)三个富营养化重要评价指标,基于Minitab软件的相关性分析,利用MatlabR2010b软件建立了太湖TN、TP和Chl-a变化的BP人工神经网络预测模型。结果表明,在对TN、TP、Chl-a的预测中,训练的均方差在0.02以下,相关系数在0.88以上,测试的均方差在0.17以下,相关系数在0.70以上,具有较强的相关性;Chl-a、TN的模型预测的结果最为理想,TP的预测结果次之,总体结果较好。因此,建立的BP神经网络能较好地预测太湖富营养化指标的变化情况,可作为太湖富营养化管理的一个有效工具。

关 键 词:BP神经网络  相关性  预测  富营养化
本文献已被 CNKI 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号