基于 GIS 与 RBF 神经网络的水厂原水藻类预测

作者:刘俊萍   出版商:浙江工业大学   出版日期:2015 年 5 月


        摘 要: 利用地理信息系统( GIS) 对水厂原水水质信息进行管理,将水质信息与水厂的空间信息有机联系,可提高水厂水质管理水平。采用径向基函数( RBF) 神经网络对杭州市的 4 座水厂原水中的藻类含量进行预测,建立藻类含量预测模型,结果表明,RBF 神经网络藻类含量预测模型与常用的细胞计数法相结合,可提高藻类含量预测精度,同时采用 GIS 技术将藻类含量预测结果以空间图形形式显示和输出,更具可视性,可为水厂有效地控藻除藻提供支持。

相关数据
暂无相关数据!
相关文章
暂无相关文献!
声明:本站文献资源来源于网络,仅供学习交流使用,不得以任何形式用于商业用途,请于浏览后24小时内删除。如有疑问欢迎与我们联系,感谢您的支持。