为克服传统水质评价方法的不足，提出了一种结合粒子群优化（PSO），混沌理论，自适应策略和反向传播人工神经网络（BP ANN）进行评价的模型。中国渭河的水质 提出了一种具有自适应惯性权重和通过logistic函数调整混沌学习因子的改进PSO算法，并将其用于优化BP神经网络的网络参数。 平均绝对偏差（AAD），预测均方根误差（RMSEP）和平方相关系数的值分别为0.0061、0.0163和0.9903。 与BP ANN，PSO BP ANN等其他方法相比，该模型显示了最优的预测性能，具有较高的精度和
