非点源污染负荷预测的多变量灰色神经网络模型

被引：8

作者：

李家科 ^{[1
]}

李亚娇 ^{[2
]}

李怀恩 ^{[1
]}

徐晓辉 ^{[3
,4
]}

机构：

[1] 西安理工大学西北水资源与环境生态教育部重点实验室

[2] 西安科技大学建筑与土木工程学院

[3] 西安市博通市政建筑工程有限公司

[4] 西安世园投资(集团)有限公司

来源：

西北农林科技大学学报(自然科学版) | 2011年 / 03期

关键词：

非点源污染; 负荷预测; 多变量; GM(1,N)模型; BP神经网络; RBF神经网络;

D O I：

10.13207/j.cnki.jnwafu.2011.03.012

中图分类号：

X52 [水体污染及其防治];

学科分类号：

0815 ;

摘要：

【目的】建立一种对资料要求较少、精确度较高的非点源污染负荷多变量灰色神经网络预测模型,为有限资料条件下非点源污染负荷的预测提供支持。【方法】针对GM(1,N)模型在原始数据变化幅度较大且趋势不明显时预测效果较差的不足,提出并建立用人工神经网络对GM(1,N)模型的残差系列进行修正的改进模型,并将其应用于华县站总氮非点源污染负荷的预测。【结果】在华县站总氮非点源污染负荷预测中,灰色+BP神经网络组合模型拟合预测效果较好,建模阶段和检验阶段的确定性系数(Nash-suttcliffe模拟效率系数)分别为1.00和0.93,优于单独灰色模型或神经网络模型的预测效果。【结论】研究建立的多变量灰色神经网络模型综合了灰色理论和神经网络的优点,提高了模拟精度,为有限资料条件下非点源污染负荷的预测提供了一种有效的方法。

引用

页码：229 / 234

页数：6

共 13 条

[1] 基于自记忆原理的非点源污染负荷预测模型 [J].