论文部分内容阅读
针对水质指标数据所具有的非平稳季节性特征，在基于IGA-BP网络的水质预测模型基础上，提出考虑季节因素的SIGA-BP网络水质预测方法，通过构建季节性样本来凸现水质监测数据的季节性特征，用遗传算法优化BP网络的结构、隐层神经元阈值和连接权值，将输入层神经元个数加入编码方案和适应度函数，并改进选择算子，以上海青浦急水港2004-2016年逐月水质监测的DO值数据为例与IGA-BP网络和BP神经网络进行的水质预测对比实验，表明考虑季节因素的SIGA-BP神经网络模型进行水质预测更为有效。