林 炯，余伟江，余伟浩

(1. 华南师范大学物理与电信工程学院 广东广州510006；2. 华南师范大学信息光电子科技学院 广东广州510006)

一种基于BP神经网络算法和低通滤波的水资源评估预测数学模型建模方法

林 炯1，余伟江1，余伟浩2

(1. 华南师范大学物理与电信工程学院 广东广州510006；2. 华南师范大学信息光电子科技学院 广东广州510006)

基于BP神经网络算法建立水资源评估数学模型。首先获得大量相关的评估指标，通过主成分分析法(PCA)剔除不重要指标。对于指标赋权，先用基于蒙特卡罗的层次分析法(AHP-MCA)初步给指标赋权，由于此法具有一定主观性，因此进一步采用BP神经网络算法对所赋权重进行训练调节，过程中需要一个标准比对物，最终得到符合实际情况的权重因子。在建立预测数学模型前，针对可能的突变输入数据，采用低通滤波器将突变高频数据过滤，增加模型适用性，最后通过灰色模型GM(1，1)建立预测模型。

数学模型 BP神经网络 权重 低通滤波 灰色模型

0 引 言

评估某因素时，定量分析常常能给出更多的信息，因而寻找建立量化分析的方法非常重要。以建立水资源评估预测数学模型为例，首先需要筛选出影响此因素的相关已量化主要指标，然后从中筛选出少量独立且携带原始指标信息的重要指标，最后对指标进行赋权。降维即筛选重要指标和如何确定指标权重是建立整个评估模型的难点。

1 评估数学模型的建立

1.1 建立模型

模型尝试构造水资源压力指数ℑ，以衡量地区提供水资源能力。……