论文部分内容阅读
为实现松花江四方台CODMn的预测，应用人工神经网络技术（ANN），在预测模型中采用LM（Levenberg—Marquardt）算法提高网络的收敛速度，并采用提前停止法提高网络的推广能力。ANN样本集数据来源于1997～1999年3年的四方台监测站日检测水质数据。采用拉依达准则法剔除样本集异常数据。为更有效地评估预测模型的准确性，将松花江分为丰雨期、封冻期和其他月份来分别考察预测效果。并对1999年以后近期与远期的水质预测效果进行对比。结果表明：丰雨期预测效果最差，封冻期最好，其他月份介于之间，模型对近