BP神经网络在洞庭湖氨氮浓度预测中的应用

详细信息   全文下载|推荐本文 |

• 出版年：2006
• 作者：杨琴；谢淑云
• 单位1：中国地质大学材料科学与化学工程学院
• 出生年：1982
• 学历：硕士研究生
• 语种：中文
• 作者关键词：BP神经网络；改进算法；浓度预测；样本质量；洞庭湖
• 起始页：65
• 总页数：6
• 刊名：水资源与水工程学报
• 是否内版：否
• 刊频：双月刊
• 创刊时间：1990
• 主管单位：中华人民共和国教育部
• 主办单位：西北农林科技大学
• 主编：蔡焕杰
• 地址：陕西杨陵渭惠路23号
• 邮编：712100
• 电子信箱：szysgc@nwsuaf.edu.cn
• 卷：17
• 期：01
• 期刊索取号：P490.6211
• 数据库收录：《中国科学引文数据库》来源期刊；《中国核心期刊（遴选）数据库》收录期刊；《中国核心期刊（遴选）数据库》收录期刊；《中国核心期刊（遴选）数据库》收录期刊

摘要

采用BP网络的三种改进算法，对洞庭湖桂花园8年（1995年～2002年）的氨氮浓度和其影响因子实测资料进行分析，建立了基于BP神经网络的氨氮浓度预测模型，并对三种改进算法的训练结果进行了比较。结果表明：作为数据驱动型模型的BP网络，用来建模的学习样本质量至关重要，可以直接影响网络的预测精度。1995年～2002年的丰水期（9月份）数据分布比较均匀，能让网络对样本充分学习，与传统的统计建模方法相比，预测精度较高，能较好地反映洞庭湖氨氮浓度与其影响因子之间变化规律。