基于小波分析与BP神经网络的西湖叶绿素a浓度预测模型

编号 zgly0001334049

文献类型 期刊论文

文献题名 基于小波分析与BP神经网络的西湖叶绿素a浓度预测模型

作者 卢志娟  朱玲  裴洪平  汪勇 

作者单位 浙江大学(西溪校区)环境与资源学院环境科学系  浙江省辐射环境监测站  浙江省环境保护科学设计研究院 

母体文献 生态学报 

年卷期 2008年10期

年份 2008 

分类号 X832 

关键词 小波分析  BP神经网络  Chl-a  短期预测  杭州西湖 

文摘内容 小波神经网络是基于小波分析理论所构造的一种分层的、多分辨率的新型人工神经网络。选择合适的小波基和分解尺度对西湖水体Chl-a进行小波分析,将原序列分解成一个低频概貌分量和多个高频细节分量,再通过BP网络建立西湖叶绿素a浓度短期预测模型Ⅰ和模型Ⅱ。模型Ⅰ将小波分析去除高频细节信息后的低频概貌部分作为输入变量预测Chl-a含量;模型Ⅱ则对低频部分和高频部分分别进行预测,最后汇总各分网络输出得到最终结果。对确证集预测时,模型Ⅰ的平均误差为4.4%,模型Ⅱ仅为1.9%,且误差范围较模型Ⅰ小,表明模型Ⅱ具有较高的预测精度和稳定性。最后运用模型Ⅱ进行水质预测,预测值与实际值的平均相对误差为6.4%,并选取3号点(中山码头)进行模型的泛化,平均相对误差为6.9%,取得了较理想的预测效果,说明小波神经网络能成功预测西湖水体中Chl-a含量的短期变化趋势,为西湖水质管理提供科学依据。