《表1 BP神经网络模型与GABP神经网络模型精度检验结果比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于奇异谱分析—遗传算法反向传播神经网络模型的湘江新港断面水质预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

根据SSA结果，以第1周至第12周的数据作为输入样本，第13周至第502周的数据作为训练数据，第503周至557周的数据作为检验数据，其结果见表1和图2。由表1可知:均方根误差（RMSE）从小到大依次为氨氮、pH、DO、高锰酸盐指数；与BP神经网络模型相比，GABP神经网络模型的RMSE平均缩小了6.96%。由图2可知，pH、DO、高锰酸盐指数、氨氮等指标预测值与实际值的拟合较为一致，其相关系数分别为0.939、0.997、0.902、0.967，均较高，相关系数表现为DO>氨氮>pH>高锰酸盐指数，这与郭庆春等[12]1305对太湖水污染指标预测中的研究结果一致。综上，GABP神经网络模型预测精度较高，用来预测湘江新港断面的水质指标是可行的。