基于小波神经网络的水质预测应用研究

摘要：

为了获得水质参数的长期预测结果,首先利用一种简单的多步迭代算法,并考虑季节因素的影响,根据水质参数的历史资料预测得到该参数未来一段时间的变化值.该算法简单且易于编程实现,对于长期预测具有一定的参考价值,但对于水质某些参数变化比较大的预测精度较低,考虑到该算法只是对单一参数的预测,而未考虑不同参数间的关联,故选择小波神经网络作为最后的预测手段,将前面算法结果作为该网络的输入,输出为预测的最终结果.通过仿真分析,该结果具有较高的精度,该迭代算法结合小波神经网络的预测方法是可行的.

关键词： 水质预测 迭代算法 小波神经网络

作者: 陈建秋 张新政

作者单位: 广东工业大学,自动化学院,广州,510090;广州大学,工程抗震研究中心,广州,510405 广东工业大学,自动化学院,广州,510090

会议类型: 国内会议

会议名称: 2006中国控制与决策学术年会

会议地点: 天津

会议语种:中文

页码: 723-726

在线出版日期: 2006-07-01（万方平台首次上网日期，不代表论文的发表时间）