证据理论融合蚁群神经网络的水质预测方法

• 作者: 徐绍坤 熊伟 程加堂
• 来源期刊: 人民黄河
• 学科: 地球科学
• 关键词: 水质预测 证据理论 蚁群算法 神经网络
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 水资源·水环境
• 页码范围: 76-77,81
• 分类号: X824
• 字数: 2418字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1379.2012.05.026

摘要

为了提高水质指标预测的精度,提出了证据理论和蚁群神经网络相结合的组合预测方法.用蚁群神经网络作为单一模型对水质指标进行预测,再由BP、RBF网络对预测误差进行分析建模,获取每个模型的可信度.利用证据理论获取单一模型的权值,实现水质指标的组合预测.该方法克服了常规BP算法收敛速度慢、易陷入局部极值的缺陷,能有效提高预测精度.