目的:为饮用水水质预测提供方法学参考.方法:采用小波神经网络(Wavelet neural network,WNN)方法建立水质预测模型,对重庆市某主城区饮用水水质参数高锰酸钾月平均浓度进行预测,并同BP神经网络的预测结果进行比较分析.结果:采用均方根误差(Root mean square error,RMSE)和平均绝对百分比误差(Mean absolute percentage error,MAPE)来评价模型预测效果.预测实例表明WNN模型具有较高的预测精度,并且预测精度高于BP神经网络.结论:利用WNN对水质参数具有较好的预测效果.
作者：邓宇；姚宁；田考聪
来源：重庆医科大学学报 2009 年 34卷 4期
