RBF神经网络在河流营养盐预测中的应用

论文摘要

根据已监测到的水质数据进行预测一直是河流水质管理的重要组成部分,其中河流营养盐浓度是影响水质的根本因素。文中研究RBF神经网络在河流营养盐浓度预测中的适用性,并与传统的时间序列预测模型:ARIMA进行比较。以朱衣河为研究对象,对河流营养盐主要成分之一的磷酸盐浓度进行预测。通过采集到的时间序列数据对两种预测模型进行仿真,并通过平均误差和均方误差的比较,证明基于RBF神经网络的时间序列预测模型具有较强的预测精度和良好的推广价值能力,在河流营养盐预测中有较高的实用性。

论文目录

• 0 引言
• 1 RBF神经网络
•   1.1 RBF网络
•   1.2 时间序列的RBF神经网络预测
• 2 实验过程
•   2.1 ARIMA预测过程
•   2.2 RBF预测过程
•   2.3 实验结果
• 3 结论

文章来源

类型: 期刊论文

作者: 黄伟建,张丽娜,黄远,程瑶

关键词: 神经网络,营养盐浓度,磷酸盐浓度预测,仿真模型,误差分析

来源: 现代电子技术 2019年20期

年度: 2019

分类: 信息科技,工程科技Ⅰ辑

专业: 环境科学与资源利用,自动化技术

单位: 河北工程大学信息与电气工程学院,河北工程大学水利水电学院

基金: 国家自然科学基金：三峡水库典型支流库湾不同水团水交换特征的定量标识及其动力学模拟(51509066),云计算中分布式Jobtracker节点模型的建立与优化(F2015402077),基于复杂网络的空气质量动态分析和预测方法研究(QN2018073)~~

分类号: X522;TP183

DOI: 10.16652/j.issn.1004-373x.2019.20.037

页码: 156-159+163

总页数: 5

文件大小: 1672K

下载量: 112