基于奇异谱分析—遗传算法反向传播神经网络模型的湘江新港断面水质预测 |
| |
引用本文: | 金昌盛,邓仁健,刘俞希,任伯帜.基于奇异谱分析—遗传算法反向传播神经网络模型的湘江新港断面水质预测[J].环境污染与防治,2019,41(6). |
| |
作者姓名: | 金昌盛 邓仁健 刘俞希 任伯帜 |
| |
作者单位: | 湖南科技大学土木工程学院,湖南湘潭,411201;湖南科技大学商学院,湖南湘潭,411201 |
| |
基金项目: | 国家自然科学基金;湖南省教育厅科学研究项目 |
| |
摘 要: | 运用奇异谱分析(SSA)对湘江新港断面557周的pH、DO、高锰酸盐指数和氨氮数据进行了预处理,再运用遗传算法优化反向传播神经网络模型进行拟合与预测。结果表明:SSA有较好的降噪能力,遗传算法反向传播(GABP)神经网络模型相比BP神经网络模型均方根误差(RMSE)平均缩小了6.96%,具有良好的预测精度;预测期内新港断面的pH、DO、高锰酸盐指数、氨氮均能满足《地表水环境质量标准》(GB 3838—2002)Ⅲ类标准,但氨氮在预测期内呈上升趋势,需警惕氨氮浓度过高引发的水污染问题。
|
关 键 词: | 湘江 水质预测 奇异谱分析 遗传算法 神经网络 |
本文献已被 CNKI 万方数据 等数据库收录! |
|