摘要
本发明公开一种基于人工神经网络的水质预测方法及系统,涉及水质监测技术领域,包括:获取水质数据集,对水质数据集进行预处理;将预处理后的水质数据集随机划分为训练集和测试集;构建多层感知器模型、长短期记忆网络模型和聚类多层感知器模型;使用训练集训练多层感知器模型、长短期记忆网络模型和聚类多层感知器模型,使用测试集对完成训练的多层感知器模型、长短期记忆网络模型和聚类多层感知器模型进行测试;比较多层感知器模型、长短期记忆网络模型和聚类多层感知器模型在测试集上的均方根误差,选择均方根误差最小的模型作为最佳模型。本发明通过实时在线监测水质数据,实现对溶解氧含量的精确预测,从而提高水质监测的可靠性。
技术关键词
多层感知器
长短期记忆网络
人工神经网络
水质预测方法
水质预测系统
数据
溶解氧
样本
在线监测水质
水质监测技术
训练集
标记
误差
模型训练模块
代表
节点
测试模块
站点
系统为您推荐了相关专利信息
可调容量
一致性控制方法
粒子群优化算法
分布式用户
长短期记忆网络
在线软测量方法
尾气
线性回归模型
仪表
体积流量计
微调方法
微调系统
电力设备运行信息
实体
评分方法
面向数据中心
能源系统
调度优化模型
长短期记忆网络
决策