Resumen

En este documento, se propone un método de predicción de contaminación por escorrentía de lluvia basado en el algoritmo de red neuronal gris, teniendo en cuenta la situación actual de que la precisión de los resultados de investigación relacionados con la predicción de contaminación por escorrentía de lluvia necesita ser mejorada. Al mismo tiempo, se analizan las características de la contaminación por escorrentía de lluvia desde las perspectivas de las principales fuentes de contaminación por escorrentía de lluvia, los tipos de contaminación por escorrentía de lluvia y la erosión inicial. El algoritmo de red neuronal se optimiza y entrena de acuerdo con los datos de muestra para obtener las características de la muestra; los datos de muestra se predicen según las características de la muestra extraídas, y se genera el modelo de predicción utilizando la tecnología de fusión de características para dos grupos de resultados de predicción para generar el modelo de predicción y realizar la predicción de la caída de agua. La concentración de contaminación de la escorrentía se obtuvo mediante el método de función exponencial. Los

• Materias:Virus informático Entropía del gráfico Modelo epidémico Modelo de optimización Modelos conceptuales
• Subjects:Computer virus Entropy of the graph Epidemic model Optimization model Conceptual models
• Palabras claves:Precipitación; Predicción de la contaminación por escorrentía; Algoritmo de red neuronal; Fuentes; Tipos; Erosión
• Keywords:Rainfall; Runoff pollution prediction; Neural network algorithm; Sources; Types; Erosion