基于BP神经网络水库水质模拟预测

摘要：

水库水质的优劣会受到环境中的物理、化学以及生物因素的影响,本文选用BP神经网络,以山西某水库2018-2020年实测水质指标共36组数据(23个实测水质指标)为数据集,建立双隐含层BP神经网络,采用sklearn中MLPRegressor建立回归模型,模拟效果由RMSE、MAE、MSE进行评估.选取9个实测水质指标通过含有100个隐藏节点的MLPRegressor模型预测其余3个实测水质指标,结果表明,该神经网络模型可以较为准确的预测未知水质指标数值,对建立水库水质预警系统具有重要的指导意义.

关键词：BP神经网络、MLPRegressor模型、水库健康、模拟预测

所属期刊栏目：40

分类号：S27(农田水利)

资助基金：山西省水利科学技术研究与推广项目;山西省国际合作基地与平台项目

在线出版日期：2023-03-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1-5