简介:
本发明实施方式涉及环境监测领域,公开了一种化学需氧量的水质软测量预测方法。包括:获取待测水环境中多个水质监测指标的数据值,每个水质监测指标被获取到的数据值有多个,多个水质监测指标中至少有一个为COD;从除COD之外的各水质监测指标中选取若干个水质监测指标,将所选的水质监测指标的数据值形成数据样本集,将数据样本集划分为训练集及测试集,利用模糊神经网络算法对训练集进行训练,获得COD软测量模型;利用测试集,对COD软测量模型进行测试,获得测试结果;重复执行模型的建立和模型测试,直至获得的测试结果符合预设条件,将符合预设条件的COD软测量模型作为最终的软测量模型。所得模型预测效果精确,降低COD的水质软测量预测成本。
本发明实施方式涉及环境监测领域,公开了一种化学需氧量的水质软测量预测方法。包括:获取待测水环境中多个水质监测指标的数据值,每个水质监测指标被获取到的数据值有多个,多个水质监测指标中至少有一个为COD;从除COD之外的各水质监测指标中选取若干个水质监测指标,将所选的水质监测指标的数据值形成数据样本集,将数据样本集划分为训练集及测试集,利用模糊神经网络算法对训练集进行训练,获得COD软测量模型;利用测试集,对COD软测量模型进行测试,获得测试结果;重复执行模型的建立和模型测试,直至获得的测试结果符合预设条件,将符合预设条件的COD软测量模型作为最终的软测量模型。所得模型预测效果精确,降低COD的水质软测量预测成本。