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

摘要：

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.

关键词：小波分析、BP神经网络、Chl-a、短期预测、杭州西湖

所属期刊栏目：28

分类号：Q178.15;Q945(水生生物学)

资助基金：国家自然科学基金资助项目39170169

在线出版日期：2009-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：4965-4973