| 基于人工神经网络方法的水质预测初探 |
| |
| 引用本文： | 树锦. 基于人工神经网络方法的水质预测初探[J]. 环境科学与管理, 2006, 31(1): 44-46 |
| |
| 作者姓名： | 树锦 |
| |
| 作者单位： | 河海大学,环境科学与工程学院,江苏,南京,210098 |
| |
| 摘 要： | 常规的水质预测模型因存在许多简化与假定而限制了其精度与实用性的提高.文章通过引入神经网络技术来建立水质预测模型,分别采用LM算法和RBF算法来提高预测的精度.结果表明,在建立三门峡水库流量和水质的输入响应关系模型的实际应用中,RBF算法取得了较好的预测效果.
|
| 关 键 词： | 神经网络模型 Levenberg-Marquardt算法 RBF算法 水质预测 人工神经 网络方法 水质预测 Water Quality Predict Network Model 预测效果 应用 响应关系模型 输入 流量 三门峡水库 结果 算法 网络技术 精度 简化 存在 预测模型 |
| 文章编号： | 1673-1212（2006）01-0044-03 |
| 收稿时间： | 2005-11-14 |
| 修稿时间： | 2005-11-14 |
Using Neutral Network Model to Predict Water Quality |
| |
| SHU Jin. Using Neutral Network Model to Predict Water Quality[J]. Environmental Science and Management, 2006, 31(1): 44-46 |
| |
| Authors: | SHU Jin |
| |
| Affiliation: | 1.College of environmental science and engineering, Hehai University, Nanjing 210098, China |
| |
| Abstract: | The precision and practicability of general water quality model are limited by many simplifications and assumptions. In this paper, one water quality model was developed using neutral network technology. LM algorithm and RBF algorithm were used to increase predictive precision. The model was applied to establish the relations between water quantity and water quality of Sanmen Gorge reservoir. The calculated results show that better prediction was gained using RBF algorithm. |
| |
| Keywords: | neutral network model levenberg-marquardt algorithm RBF algorithm water quality prediction |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
