山西省水利厅科技计划基金(106-231073)
- 作品数：3 被引量：41H指数：3
- 相关作者：邢肖鹏薛鹏松冯民权更多>>
- 相关机构：西安理工大学更多>>
- 发文基金：山西省水利厅科技计划基金更多>>
- 相关领域：环境科学与工程自动化与计算机技术更多>>
- 基于马尔科夫链改进灰色神经网络的水质预测模型被引量：22
- 2012年
- 根据汾河运城段的实际情况,应用改进灰色神经网络对水质进行预测.在数据处理以及关联度分析的基础上,选取关联度较高的氨氮、挥发酚、水温、BOD5及COD作为灰色神经网络的输入节点.应用灰色神经网络对水质进行预测,再用马尔科夫修正误差残值,可使修正值更加接近实测值.灰色神经网络的相对误差为68.44%～4.69%,改进灰色神经网络将相对误差为41.96%～2.23%,可见改进神经网络的预测精度更高.改进灰色神经网络模型,结合了灰色神经网络和马尔科夫的优点,提高了预测的精度,并以汾河河津大桥监测断面的水质预测为例,验证了该方法的可行性.
- 薛鹏松冯民权邢肖鹏
- 关键词：灰色神经网络马尔科夫链水质预测
- BP网络马尔可夫模型的水质预测研究——基于灰色关联分析被引量：11
- 2011年
- 根据汾河水质的实际情况,应用BP网络马尔可夫模型对水质进行预测。采用拉依达准则剔除样本集异常数据,结合水质污染的实际情况,以COD为参考序列,应用灰色关联度对常规指标进行分析,确定BP网络的输入节点。在BP网络预测结果的基础上采用马尔可夫链对残差序列进行修正。经过关联度分析,确定氨氮、挥发酚、水温、BOD5及COD自身作为BP网络的输入节点,解决了多变量复杂系统建模过程中BP网络输入节点无法自动寻优的问题,使得BP网络的预测结果更加符合实际。对预测误差较大的样本采用马尔可夫修正误差残值,使得相对误差从-15.43%改善到了-15%,修正值更接近于实测值。BP网络马尔可夫模型,结合了BP网络和马尔可夫的优点,提高了预测的精度。
- 冯民权邢肖鹏薛鹏松
- 关键词：BP网络灰色关联度分析马尔可夫链水质预测
- 汾河运城段河流水质评价被引量：10
- 2011年
- 基于长期的水质监测数据,应用水质标识指数法,对汾河运城段2005—2009年的水质进行了评价,得出了新绛站监测断面和河津大桥监测断面的地表水环境质量级别。结果表明,该河段COD,BOD5和氨氮这3项因子超标严重,且氨氮的污染指数最大,不能满足相应的水环境功能要求,水质不能达到地表水环境质量标准。总体来看,须对汾河运城段的COD,BOD5和氨氮等污染物加以严格控制。研究结果可为运城市地表水资源规划、管理与保护提供科学依据。
- 邢肖鹏薛鹏松冯民权
- 关键词：水质评价水质标识指数法
