基于BP神经网络的水体中叶绿素a浓度预测方法

摘要

一种基于BP神经网络的水体中叶绿素a浓度预测方法，包括如下步骤：(1)获取被测水体中叶绿素a及对其有影响的其他相关水质指标的值作为检测数据；(2)建立误差反向传播神经网络；(3)对神经网络进行训练和测试；(4)利用通过测试的神经网络来预测水体中叶绿素a浓度。对叶绿素a有影响的其他水质是指：氨氮、总氮、总磷、正磷酸盐、高锰酸盐指数、温度、溶解氧、pH、悬浮物、五日生化需氧量。步骤(1)还包括对叶绿素a及其他10个水质指标的数据归一化到-1和+1之间的归一化过程。神经网络包括一个输入层、一个中间层和一个输出层。本发明只需进行有限次试验，就可以建立有关叶绿素预测模型，通过计算机仿真试验，科学预测，能够准确、快速地预测河流中叶绿素。

主权项

一种基于BP神经网络的水体中叶绿素a浓度预测方法，其特征在于，包括如下步骤：(1)获取被测水体中叶绿素a及对其有影响的其他相关水质指标的值作为检测数据，所述的对叶绿素a有影响的其他水质指标是指：氨氮、总氮、总磷、正磷酸盐、高锰酸盐指数、温度、溶解氧、pH、悬浮物、五日生化需氧量；(2)建立误差反向传播神经网络；(3)对神经网络进行训练和测试；(4)利用通过测试的神经网络来预测水体中叶绿素a浓度。