摘要
水库水质的优劣会受到环境中的物理、化学以及生物因素的影响,本文选用BP神经网络,以山西某水库2018—2020年实测水质指标共36组数据(23个实测水质指标)为数据集,建立双隐含层BP神经网络,采用sklearn中MLPRegressor建立回归模型,模拟效果由RMSE、MAE、MSE进行评估。选取9个实测水质指标通过含有100个隐藏节点的MLPRegressor模型预测其余3个实测水质指标,结果表明,该神经网络模型可以较为准确的预测未知水质指标数值,对建立水库水质预警系统具有重要的指导意义。
作者
孟朝霞
蒋芃
贾宏恩
MENG Zhaoxia;JIANG Peng;JIA Hongen
出处
《运城学院学报》
2022年第6期1-5,共5页
Journal of Yuncheng University
基金
山西省水利科学技术研究与推广项目(2022GM006)
山西省国际合作基地与平台项目(20210404110)。
