典型文献
基于BP神经网络水库水质模拟预测
文献摘要：
水库水质的优劣会受到环境中的物理、化学以及生物因素的影响,本文选用BP神经网络,以山西某水库2018-2020年实测水质指标共36组数据(23个实测水质指标)为数据集,建立双隐含层BP神经网络,采用sklearn中MLPRegressor建立回归模型,模拟效果由RMSE、MAE、MSE进行评估.选取9个实测水质指标通过含有100个隐藏节点的MLPRegressor模型预测其余3个实测水质指标,结果表明,该神经网络模型可以较为准确的预测未知水质指标数值,对建立水库水质预警系统具有重要的指导意义.
文献关键词：
BP神经网络;MLPRegressor模型;水库健康;模拟预测
中图分类号：
作者姓名：
孟朝霞;蒋芃;贾宏恩
作者机构：
山西能源学院能源与动力工程系;太原理工大学数学学院,太原036500
文献出处：
引用格式：
[1]孟朝霞;蒋芃;贾宏恩-.基于BP神经网络水库水质模拟预测)[J].运城学院学报,2022(06):1-5
A类：
MLPRegressor,水库健康
B类：
水库水质,水质模拟,模拟预测,生物因素,水质指标,双隐含层,sklearn,RMSE,MAE,水质预警,预警系统
AB值：
0.233782
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
