基于改进的BP神经网络水源地水质安全预测

摘要：

针对传统的BP神经网络未对影响因子进行筛选和筛选过程的主观性等问题,提出了改进的BP神经网络模型.选取山西省阳泉市地下水饮用水水源地的10个水质监测指标,进行Pearson相关分析得到相关系数;运用信息指标评价法对模拟因子进行筛选,得到最优的模拟因子,在明确BP神经网络的结构后,把最优模拟因子作为BP神经网络的输入样本,被模拟因子(水质状况综合指数)作为输出样本,建立水质预测模型.结果表明,预测的水质状况综合指数与实际值平均相对误差为3.80％,水质指数平均相对误差为0,较传统的BP神经网络模型精度高.

关键词：水质安全预测、Pearson相关分析、信息指标评价法、BP神经网络

所属期刊栏目：43

分类号：X824(225)(环境质量分析与评价)

资助基金：山西省自然科学基金资助项目2015021169

在线出版日期：2017-11-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1-4