神经网络模型在黄河水质预报中的应用分析.pdfVIP

维普资讯 生态与农村环境学报 2008，24 (2)：49—51，60 JournalofEcologyandRuralEnvironment 神经网络模型在黄河水质预报中的应用分析 袁 健 ，树 锦 (1．河海大学水利水电工程学院，江苏南京 210098；2．南京市水利规划设计院，江苏南京 210016) 摘要 ：为提高黄河水质预测的精度和实用性，引入神经网络技术建立黄河水质预测模型，采用 LM(Levenberg-Mar- quardt)算法提高预测精度，并将模型应用于黄河小花段(小浪底一花园口段)的水质预测。预测结果表明，在建立 黄河人河污染物和功能区水质的输入响应关系模型的实际应用中，神经网络模型和LM算法可以取得较好的预测 效果 。 关键词：神经网络模型；Levenberg-Marquardt算法；水质预测 中图分类号：X3 文献标识码：A 文章编号 ：1673—4831(2008)02—0049—03 ApplicationofNeuralNetworkModeltoPredictionof WaterQualityof theYellowRiver．YUANJian，SHUJin f1．CollegeofWaterConservancynadHydropowerEngineering，HehaiUniversity，Nanjing210098，China；2．NanjingIn— stituteofHydraulicPlanningandDesigning，Nanjing210016，China) · Abstract：Neuralnetworktechnologyisintroducedinestablishingamodeltopredictwaterqualityof theYellow River， andLevenberg—Marquardt(LM)algorithmisusedtoimproveitspredictionprecision．Thismodelisappliedtoprediction of waterqualityof thesectionfrom XiaolangditOHuayunakouof theriver．Performanceofthepredictiondemonstratesthat theneuralnetworkmodelnadtheLM algorithmwouldbeadoptedwithbetterresultsinestablishingna input--responserela-- tionshipofinflowingpollutnatswithwaterqualityof thefunctional zoneoftheYellowRiver． Keywords：neuralnetworkmodel；Levenberg-Marquardtalgorithm ；waterqualityprediction 以 1925年 STREETER等…提出的 Streeter— 得了跨越性的一步，但还不是十分完善。针对 BP Phelps氧平衡模型为代表，水质模型的建立与应用 算法的缺点，常使用改进算法方案进行训练。工程 己有 80多年的历史。水体水质模拟的复杂性主要 中常用 Levenberg．Marquardt优化法 (以下简称 LM 表现在系统的非确定性和非结构性 2个方面。这在 算法 )，它比trainbp和rtainbpx函数使用的梯度 很大程度上是因为水环境系统巨大的开放性。为 下降法要快得多，但需要更多的内存。更新参数的 此，寻求简捷、可靠且准确的水质预测模拟方法一直 LM学习规则为： 是学术界不懈努力的方向 J。人工神经网络模型 AW=(．，J+ )～ ·．，e (1) 摈弃任何人为因素，只根据水质标准本身特点进行