|本期目录/Table of Contents|

 基于BP神经网络的丹江口库区水质指标预测 (PDF)

《电子设计工程》[ISSN:1674-6236/CN:61-1477/TN]

期数:
 2010年03期
页码:
 19-20
栏目:
 计算机技术应用
出版日期:
 2010-03-05

文章信息/Info

Title:
 Prediction of water quality index in Danjiangkou reserveior based on BP neural network
作者:
 操建华 1 ; 林宏伟 2 ; 张实诚 3
 1.顺德职业技术学院电子工程系，广东顺德528300；2.十堰职业技术学院环化系，湖北十堰442000；3.十堰市环境保护局湖北十堰442000
Author(s):
 CAO Jian-hua1 ; LIN Hong-wei 2 ; ZHANG Shi-cheng 3
 1.Department of Electronic Engineering，Shunde Polytechnic，Shunde528300，China；2.Department of Environment&Chemistry，Shiyan Technical Institute，Shiyan442000，China；3.Environment Protection Bureau of Shiyan，Shiyan442000，China
关键词:
 BP神经网络; 水质; 预测; 丹江口水库; 算法
Keywords:
 BP neural network; water quality index; prediction; Danjiangkou reservoir; algorithm
分类号:
 X830
DOI:
 -
文献标识码:
 A
摘要:
 为掌握丹江口库区水质未来的变化趋势以及预防污染事件的发生，建立了一个水质指标的预测模型。利用库区某断面自动检测站的水质指标实测参数作为学习样本，选取化学需养量（COD）、生化需养量（BOD）、pH值、氨氮（NH 3-N）、总磷（TP）、总氮（TN）等指标作为预测参数，运用Levenberg-Marguardt优化算法对学习样本进行优化，建立基于反向传播（BP）神经网络的预测模型并应用于丹江口库区水质指标。结果显示，实际检测值与预测值相对误差小于7%，该模型具有良好的可行性和有效性。
Abstract:
 A predictive model was set up to grasp the future change tendency of water quality about Danjiangkou reservoir and prevent further pollution.The historical time series of water quality indexes in district border of Danjiangkou reservoir were taken as instructive samples，and six indexes were taken as predicted indexes，such as chemical oxygen demand（COD），total phosphor（TP），total nitrogen（TN）.The samples were modeled and optimized with Levenberg Marguardt algo-rithm of back propagation（BP）network.The predicted results indicate that the prediction of water quality is precise and fast，and the relative errors of the predicted results indexes is lower7%with a few exceptions.The BP neural network model has feasibility and validity.

参考文献/References

 [1]阎平凡，张长水.人工神经网络与模拟进化计算[M].北京：清华大学出版社，2000.
[2]王晓萍，孙继洋，金鑫.基于BP神经网络的钱塘江水质指标的预测[J].浙江大学学报，2006，22（5）：62-66.
[3]谷晓平，王长耀，王汶，等.应用于水文预报的优化的BP神经网络的研究[J].生态环境，2004，13（4）：524-527.
[4]刘国东，黄川友，丁晶.水质综合评价的人工神经网络模型[J].中国环境科学，1998，18（6）：154-517.
[5]飞思科技产品研发中心.神经网络理论与MATLAB7实现[M].北京：电子工业出版社，2005.
[6]MINNS A W，HALL W J.Artificial neural networks as rain-fall runoff models[J].Hydrological Sciences Journal，1996，41（3）；399-417.
[7]李祚冰.BP神经网络用于水质综合评价方法的研究[J].环境工程，1995，13（2）：51-55.
[8]曹剑峰，平建华.改进BP神经网络地下水环境质量评价中的应用[J].水利水电科技进展，2006，26（3）:21-23.
[9]王文，马骏.若干水文预报方法综述[J].水利水电科技进展，2005，25（1）：56-59.

备注/Memo

备注/Memo:
 收稿日期：2009-09-07稿件编号：200909022作者简介：操建华（1970—），男，湖北黄冈人，硕士，讲师。研究方向：现场总线及过程监控、智能控制。
更新日期/Last Update:  2010-03-05