MATLAB GUI工具与RBF神经网络在数据预测中的应用

径向基神经网络是一种典型的局部逼近神经网络,使用MATLAB神经网络工具箱的GUI工具可以很容易地建立RBF神经网络,并对建立的网络进行初始化、训练、仿真和应用的各种操作,界面非常友好直观,在解决河流水质预测问题时仿真结果证明了该方法具有较高的预测精度,且方法简便、适用对象范围广。     

有机灰色神经网络模型在河流水质预测中的应用

针对灰色预测对波动较强的序列只能预测大致变化的缺陷,在分析河流水质动态变化的基础上,结合灰色理论中的GM(1,1),无偏GM(1,1)和RBF神经网络的特点,提出有机灰色神经网络预测模型,将灰色模型得到的数值作为神经网络的输入,原始数据作为神经网络的输出,训练得到最佳神经网络结构.以某地区河流水质为例,根据其变化规律,应用有机灰色神经网络模型进行预测,结果表明,该模型拟合误差小,预测精度高.     

几种水质预测方法的比较分析

水质预测是了解河流水质污染趋势的重要手段。当前,水质预测方法主要有时间序列法、回归分析法和神经网络方法。对三种预测方法进行比较分析,并进行实例计算和结果对比评价。结果表明,神经网络技术预测效果明显优于其它预测算法。     

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

基于高频水质在线监测数据,利用水质数据的空间相关性构建神经网络模型实现对河流水质的实时预测.应用此模型对广州市白坭河流域的水质参数溶解氧和氨氮进行预测和分析,验证水质模型的效果.根据预测时间的不同,搭建6种水质预测模型,结果显示溶解氧提前6小时预测的模型具有更好的预测效果,氨氮提前24小时内预测的水质模型效果较好.训练...     

概率神经网络及其在河流水质评价中的应用研究

阐述了概率神经网络评价模型的基本结构和构建过程。根据因子选择的目的及河流的实际污染情况,确定评价因子,采用概率神经网络(PNN)模型对河流水质进行评价,并且应用训练好的概率神经网络水质评价模型对汾河运城段两监测断面2010年丰水期、平水期、枯水期综合水质评价为劣Ⅴ类、Ⅴ类、劣Ⅴ类。评价结果表明,概率神经网络评价模型具有很好的实用性。     

径向基函数神经网络在多河段水质模拟中应用

为了更好地模拟与预测河流水质,运用人工神经网络的原理与方法,在分析河流多河段水质模型基础上,建立了RBF人工神经网络水质模型,应用滏阳河邯郸市区段实测水质数据对模型进行训练与检验,结果表明,该模型应用于水质模拟精度高,是可行的.     

基于多维参数估计的河流水质数学模型研究

河流水质数学模型的建立可以为河流中污染物排放与河水水质提供定量关系.通过对河流的参数同时估值,该方法的优点是从模型的整体出发,计算模型中的参数,从而大大提高了所选模型的可靠性.     

河流水质模拟问题的探讨

根据研究对象的不同特点选用相应的理论及方法建立恰当的数学模型是河流水质模拟研究的关键所在。文章针对河流水质数学模型的空间维数的确定、参数估计、模型求解的计算方法和常用水质模型软件这几个建模求解的要点、难点问题,结合现有研究成果,就各自优缺点及适用范围进行了详细的对比、分析和归纳,并从模拟内容和模拟方法进展方面探讨了今后的发展趋势,从而为建立、应用河流水质数学模型进行水质模拟提供思路和依据。     

河流水质模型1号模拟方法

介绍了一种新型独特的河流水质模拟方法——RWQM1模型，并分6个主要步骤具体描述了建立此水质模型的过程，为河流水质模型的研究提供理论依据。     

干旱地区市区性河流水质研究

通过对市区性河流玉门河现场调查和水质现状监测,分析了该河流的水质特点,得知本河流污染物耗氧机制主要为碳化耗氧。应用定量分析方法,将河段进行概化,建立了BOD-DO耦合模型,并结合历年的水文资料和实测资料确定模型的参数,经模型验证和模拟结果与该段河流的实际水质监测数据对比其结果基本吻合,表明该模型具有一定的合理性和实用性。     

基于BP网络模型的青弋江水质预测研究

以水质因子CODCr为例,构建并训练BP神经网络预测模型,分别从空间和时间上对青弋江芜湖市区段水质进行预测,并用实际监测值检验预测精度.预测结果说明BP网络模型在青弋江水质的预测方面是一种简单有效的方法.     

利用同位素质量守恒原理估算太湖河网受水量

为配合太湖流域管理局开展的"太浦河调水改善下游及黄浦江水质试验"研究,利用水量平衡与同位素质量守恒原理构建了河网地区水量分配模型,以解决太湖通过太浦河泄水时河网区(两省一市)的受水量或受水比例问题.模型计算结果表明,利用落潮时的同位素丰度计算的两省一市的受水比例与实际监测成果较为接近.在优化站点、取样频次和取样时间后,该模型具有快捷、简便和经济的特点,可以用来近似估算河网区不同地点的受水量,但其精度有待进一步检验.     

人工神经网络在黄河水环境质量评价中的应用

为准确和客观地评价地表水环境质量状况,建立了黄河水环境质量评价的BP神经网络模型.仿真结果表明:改进后的BP神经网络计算速度快、评价精度高、结果客观准确,说明用BP神经网络方法评价地表水环境质量是可行的.     

长江口河水氯离子浓度指标值的建模与预报

长江口宽度大叉道多，影响潮流运动的因素错综复杂，且各种变化量的实测资料有限，面对如此一个复杂的非线性随时间变化且实测资料有限的系统，利用传统的方法分析研究系统的建模、预报有一定的强求和困难。作者尝试利用在八十年代后期得到飞速发展的人工神经网络现代技术分析研究长江口河水氯离子浓度指标值的动态变化规律。所采用的模型集是多层映射的BP神经网络，利用长江口水文观察站的水文观察资料，采用误差反向传播学习方法来调整BP网络参数连接权值和节点阀值。经过训练学习后的BP神经网络输出与量测输出是非常接近的。并考虑三峡水库建成后有不同的调水方案，用得到的BP神经网络模型分别来与博爱长江口河水日平均氯离子浓度值的变化情况，所得结果供上海有关部门自来水公司做决策参考。     

平原河网区调水改善水环境实验研究

通过试验区河网原型调水实验研究,论证沿江平原河网区通过长江潮差引入优质的长江水,能有效增加河道的环境容量和水体自净能力,是迅速有效改善水环境质量的综合治理措施之一．     

黄河水质综合评价的人工神经网络模型

为探讨水质综合评价的客观方法 ,以黄河兰州段新城桥段面水质资料为例 ,建立了地表水水质综合评价的BP网络模型 BP网络模型以单输出代替多输出可保证评价结果的惟一性 .将该模型用于实例分析表明 ,BP网络用于水质综合评价具有客观性和实用性 .     

渭河宝鸡段水环境质量的BP人工神经网络分析

选取代表地表水环境质量的五日生化需氧量(BOD5)、化学需氧量(COD)、高锰酸盐指数、氟化物、氨氮(NH3-N)、总磷(TP)和总氮(TN)等7个指标和地表水环境质量标准(GB 3838-2002)建立地表水环境质量评价的BP人工神经网络模型,利用训练好的模型对2009年渭河宝鸡段6个过水断面的水环境质量进行综合评价,结果表明,林家村和胜利桥断面的水环境质量分别为Ⅰ类和Ⅱ类标准,其余4个断面的水环境质量均为Ⅲ类标准.     

滏阳河东武仕水库至苏里桥段水质模型研究

近些年来,随着经济发展及工业化进程的加快,滏阳河水环境污染问题日趋严重。通过以氨氮、挥发酚主要污染物为例,根据河流水动力学特性及污染物输运特性,建立了滏阳河东武仕水库至苏里桥段的一维河流水质模型;并运用有限差分法对其求解。结果表明,运用该水质模型对包含马电闸上游桥、张庄桥、联纺桥、苏里桥四个断面在内的模拟河段的氨氮、挥发酚浓度进行模拟,得出的模拟值和实测值的相对误差较小。由此说明,滏阳河东武仕水库至苏里桥段的一维河流水质模型可较好地反映该模拟河段的水质变化状况,对滏阳河水污染的科学治理和水环境的保护与修复具有一定的指导意义。