RBF神经网络在河流营养盐预测中的应用

• 作者: 张丽娜 程瑶 黄伟建 黄远
• 来源期刊: 现代电子技术
• 关键词: RBF神经网络 营养盐浓度 磷酸盐浓度预测 ARIMA 仿真模型 误差分析
• 年，卷（期）: 2019,（20）
• 所属期刊栏目: 前沿交叉科学
• 页码范围: 156-159,163
• 页数: 5页
• 分类号: TN711-34|TP39
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.18.037

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程瑶	河北工程大学水利水电学院	11	33	4.0	4.0
2	黄伟建	河北工程大学信息与电气工程学院	43	119	6.0	9.0
3	张丽娜	河北工程大学信息与电气工程学院	5	6	1.0	2.0
4	黄远	河北工程大学信息与电气工程学院	10	11	2.0	3.0