模糊神经网络的预测算法-嘉陵江水质评价 matlab程序

基于灰色理论与神经网络的水质组合预测模型的研究是当前水质预测领域的研究热点之一，国内外众多研究者都在尝试如何将灰色理论与神经网络进行有效组合，以获得更好的预测效果。因此，本文在借鉴前人的成果基础上，采用串联组合方法分别对基于灰色理论与 神经网络的水质组合预测模型、基于灰色理论与 神经网络的水质组合预测模型进行了对比研究，同时提出了一种预测效果更佳的基于时间窗口移动技术与 神经网络的水质组合预测模型。 首先，本文根据中国环境质量公报（淡水环境）中长江水环境质量状况以及结合重庆市长江流域断面的实际情况筛选出七项水质指标，然后论述了灰色 模型、 神经网络以及 神经网络的相关理论和算法，接着建立了基于灰色理论与 神经网络的水质组合预测模型和基于灰色理论与 神经网络的水质组合预测模型，并以重庆市长江寸滩断面1998年至2008年的水质数据为例进行了实例测试和结果分析，也对两种组合预测模型的结果进行了对比与讨论，得出了后者预测效果更好等结论。 与此同时，通过以上两种组合预测模型的研究，本文提出了基于时间窗口移动技术与 神经网络的水质组合预测模型，并仍以长江寸滩断面为例，经过研究和实例测试表明该模型能够较好的对长江流域寸滩断面的水质进行预测，在整体上其预测效果比前两种组合预测模型更为理想，而且该模型能够较好地应用于水质指标预测和管理中，为河流水质预测提供重要的科学依据。 最后，本文采用基于 神经网络的水质评价模型对重庆市长江寸滩各年的水质进行了等级评价，并与中国环境保护部公布的水质评价结果进行了对比分析，其结果表明水质评价结果在一定程度上能够正确地反映长江寸滩当前的水质状况。

南阳陶岔作为南水北调中线工程的渠首闸所在地，掌握其水质变化情况、预防污染事件的发生至关重要。基于环保部门的水质检测数据，选取pH、溶解氧、高锰酸盐指数、氨氮作为研究指标，通过主成份加权分析模型和BP神经网络模型，对陶岔的水质进行了有效的评价和较高精度的预测。结果表明，陶岔水质总体较好，可达II级以上，评价准确率为81.25%；预测的最大误差为4.75%，平均误差0.7%，预测精度较高。

matlabs神经网络-基于模糊神经网络的水质评价算法。基于T-S模糊神经网络的水质评价算法，包含训练和测试数据mat文件 matlab代码

水质评价模糊分析matlab代码,原创。 内有使用说明。 帮人写的，我非专业人士。 算法仅供参考，不一定科学。 学习matlab编程的话就无所谓了。

为matlab代码，内有详细讲解，可用于模糊神经网络的学习和改进

本代码主要利用MATLAB工具进行模糊神经网络的预测算法的仿真，实现水质评价的模拟

利用BP神经网络法综合评价水质的源代码如下。

该资源内包括两个东西，一个是用天牛须智能算法(BAS)配合模糊神经网络对水质评估的论文说明，另一个是有关于离散模糊控制的MATLAB程序，可以通过第二个了解相关的模糊神经网络原理

神经网络预测，模糊神经网络的预测算法-嘉陵江水质评价