資源描述：
《基于溷沌神經(jīng)網(wǎng)絡(luò)模型的水庫葉綠素a濃度短期預(yù)測(cè)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、第32卷第3期Vol.32No.3第32009期年3月EnvironmentalScience&TechnologyMar.2009基于混沌神經(jīng)網(wǎng)絡(luò)模型的水庫葉綠素a濃度短期預(yù)測(cè)1，213羅華軍，黃應(yīng)平，劉德富（1.三峽大學(xué)化學(xué)與生命科學(xué)學(xué)院，湖北宜昌443002；2.武漢大學(xué)水利水電學(xué)院，湖北武漢430072；3.三峽大學(xué)土木水電學(xué)院，湖北宜昌443002）摘要：通過混沌理論對(duì)水庫葉綠素a濃度時(shí)間序列進(jìn)行分析計(jì)算，得到最大Lyapunov指數(shù)為0.0218（正數(shù)），表明該時(shí)間序列具有混沌特性，可進(jìn)行短期預(yù)測(cè)。同
2、時(shí)，利用相空間重構(gòu)的方法計(jì)算出時(shí)間延遲τ和嵌入維數(shù)m，并由此構(gòu)建了可用于水庫葉綠素a濃度短期預(yù)測(cè)的混沌神經(jīng)網(wǎng)絡(luò)模型。將該模型對(duì)于橋水庫的葉綠素a濃度時(shí)間序列進(jìn)行短期預(yù)測(cè)，平均預(yù)測(cè)相對(duì)誤差為7.85%，取得較為滿意的預(yù)測(cè)效果。該方法對(duì)水庫的水環(huán)境管理具有一定的參考價(jià)值。關(guān)鍵詞：混沌神經(jīng)網(wǎng)絡(luò)模型；葉綠素a；時(shí)間序列；預(yù)測(cè)中圖分類號(hào)：X505文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1003-6504(2009)03-0009-04ChaosNeuralNetworkModelforShort-termPredictingonTimeS
3、eriesofReservoirChlorophyll-aConcentration1，213LUOHua-jun，HUANGYing-ping，LIUDe-fu（1.SchoolofChemistryandLifeScience，ThreeGorgesUniversity，Yichang443002，China；2.SchoolofWaterResourceandHydropowerEngineering，WuhanUniversity，Wuhan430072，China；3.SchoolofHydroelec
4、tricandCivilEngineering，ThreeGorgesUniversity，Yichang443002，China）Abstract：Timeseriesofreservoirchlorophyll-aconcentrationwereanalyzedandcalculatedbychaostheory，withcalculationresultsofthemaximalLyapunovexponentas0.0218forpositivenumber，whichindicatedthatthet
5、imeserieshadchaoscharactersandcouldbeshort-termpredicted.Timedelayandembeddingdimensionwerecalculatedthroughphasespacereconstructionmethod，basedonwhichthechaosneuralnetworkmodelforshort-termpredictingonthetimeseriesofreservoirchlorophyll-aconcentrationwascons
6、tructedandappliedtopredictingonchlorophyll-aconcentrationofYuqiaoReservoir.Areasonableforecastingresultwasachieved，withmeanrelativeerroras7.85%.Themethodisinstructivetowaterenvironmentalmanagementofreservoir.Keywords：chaosneuralnetworkmodel；chlorophyll-a；time
7、series；predicting水庫是介于河流和湖泊之間的半人工水體，是人的、動(dòng)態(tài)的復(fù)雜系統(tǒng)，影響水庫富營養(yǎng)化狀況的因素類水資源利用的重要手段。水庫在城市供水、發(fā)電、娛有物理、化學(xué)、水力學(xué)、生物學(xué)、氣象學(xué)以及人類活動(dòng)樂旅游、水產(chǎn)養(yǎng)殖、農(nóng)業(yè)灌溉等方面發(fā)揮著重要的作等多方面的因素，在時(shí)間和空間上存在相當(dāng)多的影用。而當(dāng)今水庫水質(zhì)污染問題越來越嚴(yán)重，尤其是作響變量。上述預(yù)測(cè)方法很難將這些因素都考慮進(jìn)去，為城市飲用水水源的水庫富營養(yǎng)化問題更是嚴(yán)重威數(shù)據(jù)的獲取也有一定的困難，因而具有一定的局限[1-3]脅著城市供水的安全。
8、因此，對(duì)水庫富營養(yǎng)化狀況性。近年來，混沌理論在環(huán)境科學(xué)領(lǐng)域不斷發(fā)展應(yīng)的分析預(yù)測(cè)就顯得十分重要。用?；煦缋碚摽蓮目傮w上把握系統(tǒng)的行為，并且可只本文以反映藻類數(shù)量的葉綠素a濃度作為水質(zhì)利用時(shí)間序列的歷史數(shù)據(jù)進(jìn)行建模，相對(duì)比較簡單。富營養(yǎng)化指標(biāo)和預(yù)測(cè)對(duì)象。目前葉綠素a濃度的預(yù)本文利用混沌理論確定神經(jīng)網(wǎng)絡(luò)的輸入向量，將兩[4-5][6-7]測(cè)方法主要有回歸分析法、生態(tài)動(dòng)力學(xué)模型法
