基于灰色理论与神经网络的水质组合预测模型研究.zip

【实例简介】
基于灰色理论与神经网络的水质组合预测模型的研究是当前水质预测领域的研究热点之一，国内外众多研究者都在尝试如何将灰色理论与神经网络进行有效组合，以获得更好的预测效果。因此，本文在借鉴前人的成果基础上，采用串联组合方法分别对基于灰色理论与 神经网络的水质组合预测模型、基于灰色理论与 神经网络的水质组合预测模型进行了对比研究，同时提出了一种预测效果更佳的基于时间窗口移动技术与 神经网络的水质组合预测模型。 首先，本文根据中国环境质量公报（淡水环境）中长江水环境质量状况以及结合重庆市长江流域断面的实际情况筛选出七项水质指标，然后论述了灰色 模型、 神经网络以及 神经网络的相关理论和算法，接着建立了基于灰色理论与 神经网络的水质组合预测模型和基于灰色理论与 神经网络的水质组合预测模型，并以重庆市长江寸滩断面1998年至2008年的水质数据为例进行了实例测试和结果分析，也对两种组合预测模型的结果进行了对比与讨论，得出了后者预测效果更好等结论。 与此同时，通过以上两种组合预测模型的研究，本文提出了基于时间窗口移动技术与 神经网络的水质组合预测模型，并仍以长江寸滩断面为例，经过研究和实例测试表明该模型能够较好的对长江流域寸滩断面的水质进行预测，在整体上其预测效果比前两种组合预测模型更为理想，而且该模型能够较好地应用于水质指标预测和管理中，为河流水质预测提供重要的科学依据。 最后，本文采用基于 神经网络的水质评价模型对重庆市长江寸滩各年的水质进行了等级评价，并与中国环境保护部公布的水质评价结果进行了对比分析，其结果表明水质评价结果在一定程度上能够正确地反映长江寸滩当前的水质状况。
【实例截图】
【核心代码】
4744300845393711568.zip
└── 基于灰色理论与神经网络的水质组合预测模型研究
├── SourcesProgramOfWaterQualityEvaluation
│   ├── CombinedForecastingModelBaseOnNerualNetwork.m
│   ├── JBPD.m
│   ├── myabsolutedeviation.m
│   ├── MyCreateFigure.m
│   ├── MyGM11.m
│   ├── MyGMBP.m
│   ├── MyGMRBF.m
│   ├── myrbfnormalize.m
│   ├── MyStandardize.m
│   ├── TimeWindowMethodRBFModel.m
│   └── WaterQualityEvaluationBaseOnBP.m
├── 基于灰色理论与神经网络的水质组合预测模型研究.doc
└── 基于灰色理论与神经网络的水质组合预测模型研究-presentation.ppt

2 directories, 13 files