人工神经网络模型在黄河水质预测中的应用

？采用画匠营子断面2004-2009年逐周水质指标资料作为神经网络模型的训练样本,对bp神经网络进行训练,分别建立了ph值、溶解氧、氨氮、高锰酸盐指数的预测模型.为了验证模型的正确性,利用训练好的神经网络模型,采用调整后的权值和阈值,将2010年的数据作为独立样本进行预测检验.结果表明:基于bp神经网络的水质指标预测模型收敛速度快,对训练样本具有很好的拟合能力,且对检验样本的预测精度较高.