PSO-MLP模型预测降雨对府河氨氮的影响

摘要：

为研究白洋淀上游的保定市区降雨径流对府河水质的影响,采用府河2019年、2020年的常规水质监测数据,基于粒子群算法(particle swarm optimization,PSO)和多层感知机(multi-Layer perceptron,MLP)建立PSO-MLP水质预测模型.分别使用PSO-MLP、MLP、一维水质模型进行对比预测.结果表明:与一维水质模型相比,PSO-MLP平均绝对误差减少64.5％ ～74.7％;与MLP模型相比,PSO-MLP平均绝对误差减少6.6％ ～12.6％.选取2021年7月的一次典型降雨对府河膳马庙、安州和南刘庄3个控制断面进行预测,表明PSO-MLP泛化能力更强,预测误差更小,优于一维水质模型和MLP模型.所建立的府河PSO-MLP水质预测模型,可以提前4 h准确预测府河各断面氨氮浓度,平均绝对误差小于0.3 mg/L,可应用于保定市区降雨径流对府河水质污染的预测预警,避免降雨径流通过府河影响白洋淀水质.

关键词：府河、降雨径流、水质预测模型、粒子群算法(PSO)、多层感知机(MLP)

所属期刊栏目：22

分类号：X522(水体污染及其防治)

资助基金：河北省重点研发计划项目20374204D

在线出版日期：2023-04-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：14511-14517