Aim. In the present investigation artificial neural network (ANN) and ARIMA-model are compared for forecasting of data of colour of water.Methods. Data corresponds to the colour of water of groundwater and drinking water of water intake of south-east region of the Republic of Belarus. The definition of colour was carried out for the period from 2009 to 2017. twice a day, the time series of values included 5215 values. The parameters of the models were estimated by 85% of the time series values, and the remaining 15% of the values (the test period) compared the forecast values with the actual ones. Optimal configurations of ARIMA-models were determined from the results of comparing the averaged values of the root mean squared errors (RMSE); optimal configurations of ANN were determined from the results of comparing the averaged values of RMSE and correlation coefficients (CC) on the test periods.Results. Comparison of forecasting methods was carried out on the basis of the averaged values of mean absolute error and mean relative error on the test periods. It was revealed that ANN allows to obtain the predicted values of colour of water more accurate than ARIMA-model.Main conclusions. Software implementation of ANN in the MATLAB environment empowers with sufficient accuracy get forecast values of groundwater and drinking water for 100 values.
С помощью метода анализа временных рядов выделены закономерные изменения общей жесткости, мутности, цветности и окисляемости под воздействием тенденции, сезонных колебаний и случайной компоненты. А также произведено дифференцирование годового цикла водоисточника на периоды с характерными особенностями качества воды.
С помощью Метода наименьших квадратов проведена оптимизация теоретической функции распределения общей жесткости, цветности и окисляемости воды, в результате которой функции приобрели все свойства функций распределения (стали непрерывными и монотонно возрастающими на отрезке от 0 до 1). Выявлено, что полученные оптимизированные функции распределения показателей позволяют оценить вероятности наступления значимых для практики событий, однако могут быть использованы не для всех временных периодов. Таким образом, отсутствует возможность изучения сезонного характера распределения показателей, что не совсем удобно для моделирования и влечет необходимость поиска других математических моделей.
В статье приводятся результаты оценки связи между мутностью, цветностью, окисляемостью и общей жесткостью в створах водозаборов и расходами воды, вызванными попусками водохранилища.
В статье приводятся результаты исследования по поиску связи между содержанием тригалогенметанов в питьевой воде инфильтрационного и поверхностного водозаборов и параметрами, характеризующими качество воды (мутность, цветность, окисляемость), и дозой хлора.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.