王重阳，马菁华，吴睿钰，严泽凡

（1华北理工大学 化学工程学院 河北 唐山 063000）

（2华北理工大学 信息工程学院 河北 唐山 063000）

1 问题思路

建立主要理化因子和常见浮游生物致害密度发生关系的模型，并预测出水华发生的时间。本文选取BP神经网络模型来求解，经过查阅相关资料后，本文考虑浮游生物的致害密度主要选取浮游植物（藻类植物为主）的数量作为评判指标，即输出因子。并经过对所给数据进行回归分析和主成分分析，得到了互相关联度小但与输出因子相关的6个环境因子：水温、总氮、总磷、溶氧、PH值、COD，即输入因子。再确立输入因子与输出因子后，建立合适的网络结构以及训练算法。

将浮游植物的数量作为评判水华爆发的指标，为得知水华发生的时常见主要理化因子的范围，本文从敏感性分析加以入手，即采用多因素敏感性分析法，分析多个环境因素共同影响下，每个指标分别对水华爆发的影响，从而得知当水华爆发时不同理化因子的范围。

2 模型建立

（1）BP神经网络模型

BP神经网络由两个过程组成，包括信息的正向传播和误差的反向传播。利用输出层的误差来估计输出层的直接前导层的误差，再利用这一误差来估计更前一层的误差，它能不断的学习和存贮大量有关输入—输出模式的映射，且不需要直接描述这种关系的方程。

由于标准的BP神经网络算法收敛速度慢，很容易造成局部范围的极小值，大量基于BP神经网络的算法被提出，本文特别采用有动量法和自适应学习速率梯度下降法。……