| 非点源污染负荷预测的多变量灰色神经网络模型 |
| |
| 引用本文： | 李家科,李亚娇,李怀恩.非点源污染负荷预测的多变量灰色神经网络模型[J].西北农林科技大学学报(社会科学版),2011,39(3):229-234. |
| |
| 作者姓名： | 李家科 李亚娇 李怀恩 |
| |
| 作者单位： | 西安理工大学 西北水资源与环境生态教育部重点实验室;西安科技大学 建筑与土木工程学院;西安理工大学 西北水资源与环境生态教育部重点实验室 |
| |
| 基金项目： | 国家自然科学基金项目(50909080,50979090)；国家水体污染控制与治理科技重大专项河流主题“渭河水污染防治专项技术研究与示范课题”(2009ZX07212-002-005-02) |
| |
| 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。
|
| 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 |
| 收稿时间： | 2010/7/23 0:00:00 |
Multi-variable grey-neural network model for non-point source pollution load prediction |
| |
| LI Jia-ke,LI Ya-jiao,LI Huai-en,XU Xiao-hui, Ltd,Shaanxi ,China.Multi-variable grey-neural network model for non-point source pollution load prediction[J].Journal of Northwest Sci-Tech Univ of Agr and,2011,39(3):229-234. |
| |
| Authors: | LI Jia-ke LI Ya-jiao LI Huai-en XU Xiao-hui Ltd Shaanxi China |
| |
| Institution: | LI Jia-ke1,LI Ya-jiao2,LI Huai-en1,XU Xiao-hui3,4 (1 Key Lab of Northwest Water Resource and Environment Ecology of Ministry of Education,Xi'an University of Technology,Xi'an,Shaanxi 710048,China,2 School of Architecture and Civil Engineering,Xi'an University of Science and Technology,Shaanxi 710054,3 Xi'an Bo-tong Municipal and Architectural Engineering Ltd,Shaanxi 710003,4 Xi'an Shi-yuan Investments(Group)Ltd,Shaanxi 710024,China) |
| |
| Abstract: | |
| |
| Keywords: | non-point source pollution load prediction multi-variable GM(1 N) model BP neural network RBF neural network |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《西北农林科技大学学报(社会科学版)》浏览原始摘要信息 |
| 点击此处可从《西北农林科技大学学报(社会科学版)》下载免费的PDF全文 |
|
