基于MATLAB实现BP神经网络的水质预测

下载PDF

导出

摘要很多复杂因素会影响河流水质,现有数学预测模型很难将这些因素都考虑进去,而人工神经网络高度的非线性映射能力正好弥补了传统预测模型的不足。本文主要构建BP神经网络模型预测北江水质中氨氮的短期浓度变化。收集北江源水21个月来的水质检测资料,通过模型训练、确证于测试,得到一个可行的客观预测模型,反映北江水源中氨氮的浓度变化情况。结果表明:该模型的预报误差较小,有较好的泛化能力,可以很好地定量预测出污染物的短期浓度值。

作者何成

机构地区佛山水业三水供水有限公司

出处《中文科技期刊数据库(引文版)工程技术》 2016年第8期00251-00251,共1页

关键词预警系统 BP神经网络水质预测

分类号 U698 [交通运输工程—港口、海岸及近海工程]

引文网络
相关文献

1刘建厅,李世杰,苏丽敏.基于TCN-GRU-Informer融合模型的水质预测研究[J].水利规划与设计,2025(6):45-52. 被引量：3
2李锦贤,聂伊泽.基于时频分析的移动网络干扰抑制方法[J].通信电源技术,2025,42(9):170-172.
3王仁君.基于MATLAB的控制系统频域分析[J].中文科技期刊数据库(文摘版)自然科学,2018(5):00323-00323.
4唐琦.基于多传感器信息融合的链斗式卸船机俯仰液压系统故障诊断[J].机械工业标准化与质量,2025(3):37-42. 被引量：1
5李健,樊琦,张瑛,徐星生.基于CMA-GD模式的2 m气温逐小时预报误差订正方法分析[J].高原气象,2025,44(3):626-642.

中文科技期刊数据库(引文版)工程技术

2016年第8期

浏览历史

内容加载中请稍等...

基于MATLAB实现BP神经网络的水质预测

相关作者

相关机构

相关主题

浏览历史