基于BP神经网络的天津于桥水库COD_(Mn)预测研究

摘要

为了确保饮用水的安全，了解水源水质未来可能的变化趋势，为水质管理提供科学的依据，该文应用反向传播（Be）神经网络技术对天津于桥水库CODMn进行预测研究。在预测模型中采用LM算法提高网络的收敛速度，并采用提前停止法提高网络的推广能力。人工神经网络样本集数据来源于2003～2005年的于桥水库日检测水质数据。为了更加有效地评估预测模型的准确性，该文把于桥水库的预测期分为丰雨期、封冻期和其它月份来分别考察预测效果。通过研究表明：于桥水库丰雨期预测效果最差，封冻期最好，其它月份介于两者之间，整体预测效果较好。可用于指导实际的水质管理。