基于BP人工神经网络的高锰酸盐指数预测模型  

CODMn forecasting model based on BP ANN

作　　者：郭庆春[1] 何振芳[2] 

机构地区：[1]陕西广播电视大学,西安710068 [2]中国科学院寒区旱区环境与工程研究所,兰州730000

出　　处：《信息技术》2012年第12期65-67,共3页Information Technology

基　　金：国家重点基础研究发展计划(973计划)项目(2004CB720208);国家自然科学基金项目(41075067);陕西省高等继续教育教学改革研究重点项目(11J40);全国教育科学"十二五"规划单位资助课题(FJB110131);陕西省教育厅科学研究计划项目(12JK0123;12JK0414)

摘　　要：高锰酸盐指数(CODMn)作为有机物相对含量的指标之一,同时是河流水质规划的一项重要指标。CODMn预测过程可认为是一种复杂非线性函数关系的逼近过程,利用BP人工神经网络建立CODMn预测模型,将历史样本作为模型的输入进行训练,利用训练好的网络模型进行预测,结果表明该模型具有良好的预测性能。CODMn can be used as the indicator of the relative content of organic substance, and it is an important index of river water quality plan. CODMn prediction process can be considered as a complex nonlinear function approximation process, so this paper employs BP artificial neural network to construct CODMn forecasting model. It therefore can train such BP ANN with the collected data before CODMn forecasting with the well-trained neural network. The experimental results show that this approach has better forecasting capability.

关 键 词：人工神经网络 CODMN 预测 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] X524[自动化与计算机技术—控制科学与工程]