基于GA-BP神经网络的CaO2-海藻酸缓释剂的抑藻模型

本文通过原位合成的方式，开发了以Ca O₂为活性物质，海藻酸为骨架材料的新型Ca O₂-海藻酸缓释剂，并借助神经网络、遗传算法的机器学习技术定量研究了在模拟蓝藻水华暴发前夕的自然水体环境下该缓释剂不同投加策略对不同浓度水平铜绿微囊藻生长的抑制效果。实验表明，Ca O₂-海藻酸缓释剂对各浓度水平铜绿微囊藻的生长抑制效果均表现良好，最大抑制率可达到74.41%。通过模型性能评价，确定GA-BP神经网络模型为该缓释剂抑藻效果的最优化模型。本文对Ca O₂-海藻酸缓释剂的开发与基于GA-BP神经网络的抑藻模型的确定为该新型缓释抑藻剂的具体投加策略以及蓝藻水华的防治提供了可行思路与方法。