《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》
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。
图表编号 | XD0064873900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 金昌盛、邓仁健、刘俞希、任伯帜 |
绘制单位 | 湖南科技大学土木工程学院、湖南科技大学土木工程学院、湖南科技大学商学院、湖南科技大学土木工程学院 |
更多格式 | 高清、无水印(增值服务) |