曹栋华　陈佳袁　刘益志　余松林

(1. 河海大学 水利水电学院， 南京　210098； 2. 江苏省宿迁市水务局，江苏 宿迁　223800)



优化神经网络模型在水质预测中的运用

曹栋华1陈佳袁1刘益志2余松林1

(1. 河海大学 水利水电学院， 南京210098； 2. 江苏省宿迁市水务局，江苏 宿迁223800)

针对当前河道水质资料不健全且难以监测及预警的现状，提出了将神经网络模型运用于河道水质预测分析．运用神经网络模型对河道水质指标实测数据进行优化处理，深入分析水质指标数据，并建立神经网络预测模型．在此基础上，采用归一化和遗传算法两种方法对神经网络模型进行优化，并将优化模型和原神经网络模型分别运用于水质指标数据的预测．结果表明：优化后的神经网络模型可以实现对水质的预测，优化前神经网络模型的预测误差为8.57%，而采用归一化和遗传算法优化后的神经网络模型预测精度分别提高了6.36%和6.73%．同时分析得到了不同水质指标对叶绿素浓度值影响程度按大小依次为氨氮、溶解氧、高锰酸钾指数、pH值、温度．

水质指标；神经网络；归一化；遗传算法

0　前　言

随着全国水质恶化的加剧，水环境管理已经成为解决水资源短缺与水污染加剧的重要措施．水质预测及预警是水环境问题的重要研究内容之一．水质预测的方法一般分为机理建模和数据建模两种方式．机理建模主要通过数学模型建立水质控制方程，从而研究水质的变化规律．随着计算机技术的发展，一些专业……