针对目前环境监测数据化学需氧量 (COD) 的预测精度不高等问题, 考虑神经网络预测极易陷入极小值, 提出一种基于自适应神经模糊推理系统 (ANFIS) 的COD预测模型。实验过程中采用控制变量法, 根据训练过程中标准误差 (RMSE)的变化选取最优训练次数、 隶属度函数数目和隶属度函数类型并建立ANFIS模型。实验以浙江省杭州径山水质为研究对象, 选取PH、 溶解氧 (DO)、 氨氮 (NH3-N) 和总磷 (Tp) 等指标作为预测参数, 以COD指标作为预测结果。实验结果表明, 优化后ANFIS模型具有预测精度高、 稳定度好等特点, 与BP神经网络和RBF神经网络相比平均相对误差降低了3.18%。
|