HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于BP神经网络的水华预测模型及其敏感性分析

作者:王重阳; 马菁华; 吴睿钰; 严泽凡数据进行回归动量法学习速率梯度下降法

摘要:本文针对水华问题,通过对水体质量进行评价与分类,建立了主要理化因子与浮游生物致害密度关系模型,从而为池水的净化处理提供了方法依据。本文建立BP神经网络模型来预测水华发生的时间,预测藻类密度,得出最大误差为9.1%,最低精确度为90.9%。利用偏导敏感性分析法中的全样本敏感性分析法,判断水华发生时理化因子的范围,从而得知了水华爆发时,水温的范围为27℃-29℃;总氮的范围为1.8g·kg^-1-2.0g·kg^-1;总磷的范围为6.5g·kg^-1-7g·kg^-1;COD的范围为25-27mg/L;PH值的范围为5.5-6.5;溶氧的范围为9.25-9.35mg/L。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

信息记录材料

《信息记录材料》(CN:13-1295/TQ)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《信息记录材料》它主要发表国内外在信息记录介质研究方面的新成果(新技术、新材料等)。刊登的内容涵盖传统的磁、光信息记录材料,及新兴的数码输出材料等。

杂志详情