遗传-BP神经网络法预测叶绿素a浓度变化

摘要：

基于2009年-2010年对临江河回水区水质指标的监测数据,采用遗传算法结合BP神经网络的方法对回水区的叶绿素a (Chl-a)浓度变化进行动态模拟预测.通过灰色关联法确定了对Chl-a浓度有显著影响的指标与网络输入变量,即水温、DO、流速、透明度(SD)、TP、CODMn及Chl-a.模拟结果表明,遗传- BP神经网络的预测值和实测值吻合较好,其相对误差约为9.8％,模型可良好地用于次级河流回水区叶绿素a浓度的短期预测.预测结果表明,在春末夏初季节,当水库蓄水位为150～ 160 m时,临江河回水区富营养化潜势较高,尤其应注重临江河该时段富营养化的防控工作.

关键词：叶绿素a、遗传算法、BP神经网络、回水区、预测模型

所属期刊栏目：28

分类号：X171.1(环境生物学)

资助基金：重庆市自然科学基金资助项目CSTC,2008BB7305;国家自然科学基金资助项目41101457

在线出版日期：2012-04-20（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：59-62