论文部分内容阅读
水质预测模型多年来是各国学者关注的水环境课题之一。1925年美国科学家Streeter和Phelps建立了世界上第一个河流的一维水质模型,奠定了水质数学模型的基础。其后各种数学模型不断发展。这些模型在水环境保护中起着十分重要的作用。然而由于数学模型的参数识别问题,使其应用受到很大局限。近年来,随着人工神经网络(Artificial Neural Network,简称ANN)理论和应用技术的日益完善,它的应用越来越广。神经网络正成为诸学科发展中最具吸引力的学科生长点。目前神经网络用于河流水质预测建模研究的文章鲜有涉及,作者查到的这方面的文章都是简单的应用网络,在模型结构、隐层单元数、训练时间、数据处理、学习速率等方面并没有看到深入研究的内容。神经网络是否适应于河流水质预测建模是值得研究的课题。论文就ANN河流水质预测建模适应性作了初步研究。用试错法,以训练时间和测试误差两项指标为依据,对比分析三层、四层网络结构。认为ANN模型适应于河流水质预测建模,同时指出该模型存在的不稳定性。论文还对网络结构、隐层节点数、学习速率、传递函数等的选用进行了探索,其结论可为同类问题提供有益的帮助。最后提出了在论文编写过程中的体会,遇到的问题和今后的工作