基于复合神经网络的多元水质指标预测模型

王昱文; 杜震洪; 戴震; 刘仁义; 张丰

首页> 中文期刊> 《浙江大学学报（理学版）》 >基于复合神经网络的多元水质指标预测模型

基于复合神经网络的多元水质指标预测模型

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

长江流域在我国水资源配置体系中具有重要地位,对其进行水质预测尤为重要。基于现有研究结果,结合循环神经网络(recurrent neural network,RNN)中的门控循环单元(gate recurrent unit,GRU)模型与全连接神经网络(fully connected neural network,FCNN),提出了改进的多元水质指标预测(MWQPP)模型,并用其预测长江流域水体的pH、溶解氧(DO)、高锰酸盐指数(CODMn)、氨氮(NH_(3)-N)。基于长江流域2011—2018年23个水质监测点7 566条原始数据,经对比实验,证明了用MWQPP模型预测得到的均方根误差(RMSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)和决定系数(R^(2))均优于传统水质预测模型,有效提升了水质预测的精度,具有较好的鲁棒性,为水质预测和流域管理提供了科学支撑。

著录项

来源
《浙江大学学报（理学版）》 |2022年第3期|354-362|共10页
作者
王昱文; 杜震洪; 戴震; 刘仁义; 张丰;
展开▼
作者单位

浙江大学浙江省资源与环境信息系统重点实验室;

浙江大学地理信息科学研究所;

展开▼
原文格式 PDF
正文语种 chi
中图分类测绘数据库与信息系统;
关键词
水质预测; 人工神经网络; 门控循环单元(GRU); 全连接神经网络(FCNN);

相似文献

中文文献
外文文献
专利

1. 基于空间相关性和神经网络模型的实时河流水质预测模型 [J] . 张阳 ,冼慧婷 ,赵志杰 . 北京大学学报:自然科学版 . 2022,第2期
2. 基于降水量改进的PSO—RBF神经网络水质预测模型及应用研究 [J] . 王晔 . 河北水利 . 2021,第008期
3. 基于图神经网络的地表水水质预测模型 [J] . 许佳辉 ,王敬昌 ,陈岭 . 浙江大学学报（工学版） . 2021,第004期
4. 基于遗传-神经网络的实时水质预测模型 [J] . 刘洁 ,祝榕婕 ,姜德迅 . 南水北调与水利科技 . 2020,第006期
5. 基于人工神经网络的污水处理出水水质预测模型 [J] . 陈威 ,陈会娟 ,戴凡翔 . 给水排水 . 2020,第S01期
6. 基于神经网络的污水处理厂水质预测模型 [C] . 陆超 ,张峻 ,赵俊 . 中国土木工程学会水工业分会水系统智能化技术研究会2016年年会 . 2016
7. 基于BP神经网络的水质指标预测模型设计与实现 [A] . 李硕 . 2014

基于复合神经网络的多元水质指标预测模型

摘要

著录项

相似文献

相关主题

期刊订阅