| Autor: |
WANGYuwen(王昱文), DUZhenhong(杜震洪), DAIZhen(戴震), LIURenyi(刘仁义), ZHANGFeng(张丰) |
| Jazyk: |
čínština |
| Rok vydání: |
2022 |
| Předmět: |
|
| Zdroj: |
Zhejiang Daxue xuebao. Lixue ban, Vol 49, Iss 3, Pp 354-362 (2022) |
| Druh dokumentu: |
article |
| ISSN: |
1008-9497 |
| DOI: |
10.3785/j.issn.1008-9497.2022.03.013 |
| Popis: |
长江流域在我国水资源配置体系中具有重要地位，对其进行水质预测尤为重要。基于现有研究结果，结合循环神经网络（recurrent neural network，RNN）中的门控循环单元（gate recurrent unit，GRU）模型与全连接神经网络（fully connected neural network，FCNN），提出了改进的多元水质指标预测（MWQPP）模型，并用其预测长江流域水体的pH、溶解氧（DO）、高锰酸盐指数（CODMn）、氨氮（NH3-N）。基于长江流域2011—2018年23个水质监测点7 566条原始数据，经对比实验，证明了用MWQPP模型预测得到的均方根误差（RMSE）、平均绝对误差（MAE）、平均绝对百分比误差（MAPE）和决定系数（R2）均优于传统水质预测模型，有效提升了水质预测的精度，具有较好的鲁棒性，为水质预测和流域管理提供了科学支撑。 |
| Databáze: |
Directory of Open Access Journals |
| Externí odkaz: |
|
