论文摘要
水环境中水质参数存在非线性、随机性以及依赖性,传统水质预测模型预测精度及鲁棒性普遍不高,为了优化与提高水质预测模型的预测精度,该文提出了一种基于深度学习的门控型循环神经网络的水质预测模型。通过探究循环神经网络的最佳网络结构数以及隐含层存储单元个数,结合上海市金泽水库真实监测数据,建立基于门控型循环神经网络(GRU)的水质预测模型。结果表明,与传统的ARIMA和SVR等水质预测模型相比,基于GRU网络的水质预测模型显著提高了水质预测的精确度,能够更好地逼近水质数据真实值,是一种预测精度高且鲁棒性好的水质预测模型。
论文目录
文章来源
类型: 期刊论文
作者: 涂吉昌,陈超波,王景成,王召,叶强强
关键词: 预测模型,水质预测,网络,循环神经网络,深度学习
来源: 自动化与仪表 2019年06期
年度: 2019
分类: 信息科技,工程科技Ⅰ辑
专业: 环境科学与资源利用,自动化技术
单位: 西安工业大学电子信息工程学院,上海交通大学自动化系
基金: 陕西省工业领域重点研发计划项目(2018ZDXM-GY-168)
分类号: TP18;X52
DOI: 10.19557/j.cnki.1001-9944.2019.06.021
页码: 96-100
总页数: 5
文件大小: 379K
下载量: 558
相关论文文献
- [1].加权多核支持向量回归机在水质预测中的应用[J]. 通化师范学院学报 2016(10)
- [2].基于深度极限学习机的水质预测研究[J]. 华北理工大学学报(自然科学版) 2020(01)
- [3].灰色模型在水库水质预测中的应用研究[J]. 水土保持应用技术 2019(05)
- [4].水质预测模式在环境质量监测中的应用研究[J]. 宁夏农林科技 2012(05)
- [5].复杂边界河流水质预测计算[J]. 山东农业大学学报(自然科学版) 2008(04)
- [6].几种水质预测方法的比较分析[J]. 广东科技 2012(11)
- [7].海参育苗水质预测预警系统的研究[J]. 江苏农业科学 2018(02)
- [8].基于人工神经网络的松花江朱顺屯断面的水质预测[J]. 黑龙江环境通报 2012(03)
- [9].长东北城市生态湿地公园水质预测及富营养化风险分析[J]. 长春理工大学学报(自然科学版) 2011(04)
- [10].改进证据理论融合灰色神经网络的水质预测[J]. 人民黄河 2014(03)
- [11].基于最小二乘支持向量回归的水质预测[J]. 计算机与现代化 2019(09)
- [12].基于粒子群算法优化的径向基函数水质预测模型[J]. 甘肃水利水电技术 2014(05)
- [13].三峡库区水质预测研究综述[J]. 重庆教育学院学报 2012(03)
- [14].MIKE11模型在浑河流域水质预测中的应用[J]. 水电能源科学 2013(06)
- [15].最小二乘支持向量机应用于西安霸河口水质预测[J]. 系统工程 2011(06)
- [16].基于BP人工神经网络的生化处理水水质预测[J]. 现代化工 2009(12)
- [17].基于PNN网络的水质预测研究[J]. 中国农村水利水电 2019(12)
- [18].水文水质模型联合应用于水库水质预测研究[J]. 中国环境科学 2012(03)
- [19].基于GA-BP网络的洱海水质预测研究[J]. 软件导刊 2017(11)
- [20].IEA-PNN模型在水质预测中的应用[J]. 水电能源科学 2010(05)
- [21].灰色理论及神经网络组合模型在水质预测中的应用[J]. 给水排水 2010(S1)
- [22].灰色系统动态模型群GM(1,1)在秦淮河水质预测中的应用[J]. 四川环境 2019(01)
- [23].灰色和神经网络组合模型在水质预测中的应用[J]. 系统工程 2011(09)
- [24].基于Mike21的水库联调水质预测及影响分析[J]. 水电能源科学 2020(04)
- [25].基于LSTM模型的海洋水质预测[J]. 计算机与数字工程 2020(02)
- [26].基于神经网络的污水处理厂水质预测模型[J]. 净水技术 2013(04)
- [27].淮河干流信阳段水质预测模型[J]. 水资源保护 2013(01)
- [28].基于BP神经网络的桃林口水库水质预测[J]. 安徽农业科学 2019(24)
- [29].基于多核LS-SVM的河涌水质预测模型[J]. 环境科学与技术 2013(05)
- [30].最优加权组合预测法在水质预测中的应用研究[J]. 环境科学学报 2012(12)