水环境非线性时序预测的高精度RBF网络模型

• 作者: 杨志峰 杨晓华 沈珍瑶 郦建强 陆桂华
• 来源期刊: 水科学进展
• 关键词: 水环境时间序列 非线性预测 RBF神经网络 精度
• 年，卷（期）: 2005,（6）
• 页码范围: 788-791
• 页数: 4页
• 分类号: TV122
• 语种: 中文
• DOI: 10.3321/j.issn:1001-6791.2005.06.006

摘要

为提高水环境非线性时序预测模型的精度,用自相关技术分析水环境时间序列的延迟特性,确定径向基函数(RBF)网络的输入、输出向量,建立了水环境时间序列预测的高精度RBF网络模型.用32年海洋水温时间序列实测资料来训练和检验网络并用于预测.用该模型对长江流域望江楼站8年总硬度、高锰酸盐指数、五日生化需氧量、氨氮、溶解氧、挥发酚、镉、氯化物、硫酸盐等9种水环境要素时间序列进行预测.实例分析表明,所建模型预测误差均较小,好于门限自回归模型,BP神经网络模型和ELMAN神经网络模型.所建模型不仅精度高,而且收敛速度快.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨志峰	北京师范大学环境学院	317	14161	62.0	104.0
2	沈珍瑶	北京师范大学环境学院	81	2687	31.0	50.0
3	陆桂华	河海大学科学研究院	107	2280	27.0	43.0
4	郦建强		71	1469	23.0	35.0
5	杨晓华	北京师范大学环境学院	52	1004	18.0	31.0