水文
水文
수문
HYDROLOGY
2014年
3期
66-69
,共4页
未确知测度%权值%BP神经网络%水质预测%黑河流域
未確知測度%權值%BP神經網絡%水質預測%黑河流域
미학지측도%권치%BP신경망락%수질예측%흑하류역
unascertained measure%weights%BP neural network%water quality prediction%Heihe River Basin
水质预测是水环境规划、评价和管理的重要依据,对促进水资源可持续利用及生态发展具有重要意义.针对水质预测中各项因子的不确定性,基于未确知测度理论(unascertained measure,UM),采用改变网络初值的方法,对BP神经网络加以改进,并利用黑河流域莺落峡水文站1998～2011年的水质监测资料进行分析和预测.以挥发酚为参考序列,用灰色关联方法分析参考序列与其他因子的关联度,并最终确定BP网络的输入节点为CODmn、DO、SO42-、Cr6+以及挥发酚,输出节点为挥发酚,从而建立UM-BP模型.分析结果表明,UM-BP预测模型比标准的BP神经网络模型具有更高的预测精度.因此,该模型应用于黑河流域水质预测是可行的.
水質預測是水環境規劃、評價和管理的重要依據,對促進水資源可持續利用及生態髮展具有重要意義.針對水質預測中各項因子的不確定性,基于未確知測度理論(unascertained measure,UM),採用改變網絡初值的方法,對BP神經網絡加以改進,併利用黑河流域鶯落峽水文站1998～2011年的水質鑑測資料進行分析和預測.以揮髮酚為參攷序列,用灰色關聯方法分析參攷序列與其他因子的關聯度,併最終確定BP網絡的輸入節點為CODmn、DO、SO42-、Cr6+以及揮髮酚,輸齣節點為揮髮酚,從而建立UM-BP模型.分析結果錶明,UM-BP預測模型比標準的BP神經網絡模型具有更高的預測精度.因此,該模型應用于黑河流域水質預測是可行的.
수질예측시수배경규화、평개화관리적중요의거,대촉진수자원가지속이용급생태발전구유중요의의.침대수질예측중각항인자적불학정성,기우미학지측도이론(unascertained measure,UM),채용개변망락초치적방법,대BP신경망락가이개진,병이용흑하류역앵락협수문참1998～2011년적수질감측자료진행분석화예측.이휘발분위삼고서렬,용회색관련방법분석삼고서렬여기타인자적관련도,병최종학정BP망락적수입절점위CODmn、DO、SO42-、Cr6+이급휘발분,수출절점위휘발분,종이건립UM-BP모형.분석결과표명,UM-BP예측모형비표준적BP신경망락모형구유경고적예측정도.인차,해모형응용우흑하류역수질예측시가행적.
