基于遗传－神经网络的实时水质预测模型（刘洁，祝榕婕等）

Posted 2021-04-26 南水北调与水利科技

基于遗传－神经网络的实时水质预测模型

刘洁１,２，祝榕婕１，姜德迅３，王大蔚４，许崇品３，南军１，王鹏１

（１．哈尔滨工业大学环境学院，哈尔滨１５００９０；２．东北农业大学水利与土木工程学院，哈尔滨１５００３０；３．哈尔滨学院信息工程学院，哈尔滨１５００８６；４．黑龙江省农业科学院农村能源与环保研究所，哈尔滨１５００８６）

作者

刘洁（１９８８－），女，黑龙江大庆人，博士（后），助理研究员，主要从事水环境数值模拟研究。

王鹏（１９５７－），男，黑龙江哈尔滨人，教授，博士，主要从事水环境数值模拟研究。

引用格式

刘洁，祝榕婕，姜德迅，等．基于遗传－神经网络的实时水质预测模型［Ｊ］．南水北调与水利科技（中英文），２０２０，１８（６）：９３－１００．

摘要

基于高频水质在线监测数据，结合遗传算法和神经网络模型，建立基于遗传－神经网络（Ｉｍｐｒｏｖｅｄ　Ｇｅｎｅｔｉｃ　Ａｌｇｏｒｉｔｈｍ－Ｂａｃｋ　Ｐｒｏｐａｇａｔｉｏｎ　Ｎｅｕｒａｌ　Ｎｅｔｗｏｒｋ，ＩＧＡ－ＢＰＮＮ）的河流水质预测模型，实现对河流水质的实时预测预警。将该方法应用于美国波托马克河流中，对其水质参数浊度（ＴＵＲＢ）和电导率（ＳＣ）进行实时预测，并对预测结果进行性能分析，以验证基于ＩＧＡ－ＢＰＮＮ的河流水质预测模型的准确性与可靠性。与ＢＰＮＮ模型的水质预测结果进行对比分析，结果表明：ＩＧＡ－ＢＰＮＮ模型对水质参数ＴＵＲＢ和ＳＣ有更准确的预测效果。同时，ＩＧＡ－ＢＰＮＮ模型对正常平稳条件下的水质参数ＴＵＲＢ和ＳＣ预测结果的区间覆盖率ＰＩＣＰ分别为９９．８１％和１００％，预测结果具有一定的可靠性。ＩＧＡ－ＢＰＮＮ水质预测模型可以有效地识别长时间的水质异常或瞬时显著的水质变化情况，可实现对河流水质的风险预警，最终可为河流突发水污染的应急处置措施的制定提供科学依据。

关键词

地表河流；水质预测；改进遗传算法；神经网络模型；预测区间

基金项目

国家自然科学基金（５１７７９０６６）；国家重点研发计划课题（２０１８ＹＦＣ０４０８００１）；中国博士后科学基金面上项目（２０１８Ｍ６３１９３５）；哈尔滨学院大学生科技创新项目（ＨＸＳ２０１７１５０６）

觉得不错请分享给朋友们哦！

★ 精彩专题一键获取 ★

输入数字“1”	进入“水利一周”
输入数字“2”	进入“河湖长制”
输入数字“3”	进入“节水行动”
输入数字“4”	进入“节水压采”
输入数字“5”	进入“南水北调”
输入数字“6”	进入“海绵城市”
输入数字“7”	进入“水生态文明”
输入数字“8”	进入“防洪科普”
输入数字“9”	进入“号内搜”
输入数字“10”	进入“进群入口”

本期编辑：阿丹、海超、檬檬               

《南水北调与水利科技》

共筑学术交流新天地 同谱人水和谐新篇章

求分享

求点赞

求在看