崔雪梅

(湖北工程学院生命科学技术学院,湖北孝感 432000)

(收稿日期:20120910 编辑:周红梅)

基于灰色GA-LM-BP模型的CODMn预测

崔雪梅

(湖北工程学院生命科学技术学院,湖北孝感 432000)

针对灰色GM(1,1)模型拟合误差较大和LM-BP神经网络泛化能力不强的问题,提出了灰色GA-LM-BP模型,该模型采用灰色GM(1,1)模型预测数据并得到其残差,利用LM-BP神经网络对残差进行拟合、测试、预测后,对灰色GM(1,1)模型的数据预测值进行修正从而得到较合理的预测值,并运用遗传算法对LM-BP神经网络的初始权值和阈值进行优化。运用该模型对伦河孝感段的CODMn进行了预测,预测误差不超过2.33％,表明模型的预测数据是合理的,可用于CODMn的预测和水质预警预报。

灰色理论;GA-LM-BP模型;化学需氧量;水质预测

化学需氧量(CODMn)是反映水中有机污染程度的指标,也是唯一能比较全面反映水中有机污染程度的指标,根据CODMn可以比较准确地计算废水有机污染物的排放总量[1-2]。用于预测CODMn的方法主要有逐步回归法、神经网络法、灰色预测法等[3-5]。利用微分方程描述灰色系统动态情况的模型,能反映地表水中CODMn浓度随时间变化的规律,但胡惠彬等[3]采用灰色GM(1,1)模型进行数据预测时,拟合误差比较大。LM-BP神经网络存在拟合能力强、泛化能力差的特点,采用多次拟合测试能够在一定程度上提高其泛化能力,但该方法需要反复试验,有时试验上万次还不一定能够取得很好的效果[6]。采用遗传算法对LM-BP神经网络的初始权值和阈值进行优化,能够提高其泛化能力[7]。……