本發(fā)明公開一種基于寬度GRNN模型的造紙過程排污口水質(zhì)預(yù)測方法，可以在訓(xùn)練樣本數(shù)有限的情況下，大幅度增加GRNN的模式層神經(jīng)元個數(shù)，從而建立寬度GRNN模型實施造紙過程廢水排污口的水質(zhì)預(yù)測。具體來講，本發(fā)明方法使用差分進化算法優(yōu)化構(gòu)造出多個模式層神經(jīng)元的參考向量，將構(gòu)造出的參考向量與訓(xùn)練樣本數(shù)據(jù)向量相結(jié)合，搭建寬度GRNN模型，從而對造紙過程的廢水實施排污口的水質(zhì)預(yù)測。本發(fā)明方法通過差分進化算法將GRNN模型的模式層神經(jīng)元個數(shù)擴充一倍，使相應(yīng)的寬度GRNN模型不受訓(xùn)練樣本數(shù)量的限制。此外，本發(fā)明方法使用優(yōu)化參考向量的寬度GRNN模型可以有效保證其精度。