简介： 本发明公开了一种基于人工智能算法的湖/库富营养化预测方法，包括以下步骤：1)采集数据建立数据库；2)构建径向基函数网络：第一层是输入层；第二层为隐含层，隐含节点输出为基函数；第三层为输出层，每个输出节点与所有隐含节点相连；径向基函数网络输出层的输出结果包括：叶绿素a浓度；输入层的输入指标包括：氮磷营养盐浓度、化学需氧量、水温、浊度、电导率、溶解氧浓度；3)径向基函数网络学习；4)径向基函数网络的预测功能检验。本方法克服了传统方法中采用水动力学水生态数学模型的参数率定困难、耗时相对较长的问题，也稳定的提高了湖(库)富营养的预测计算精度。