论文部分内容阅读
采用BP神经网络改进算法,通过对津河、卫津河叶绿素a和其他10种水质因子的分析,建立了叶绿素a预测模型,并找出了对叶绿素a浓度变化影响较大的因子。结果表明,BP神经网络在河流系统叶绿素a含量的预测中,具有很好的泛化、推广能力,预测值与实测值的相关系数达到了0.837 6;预测过程中,增加训练样本量或增加输入变量都可以提高预测效果;pH、溶解氧、叶绿素a本底浓度和温度是叶绿素a预测模型的主要参数,四者的相对重要性指数之和达45.7%,对网络输出的准确度有较大影响。