基于ARIMA和RBF神经网络模型的溶解氧预测分析 |
| |
引用本文: | 马晓涛,温继文,陈英义.基于ARIMA和RBF神经网络模型的溶解氧预测分析[J].江苏农业科学,2015(5). |
| |
作者姓名: | 马晓涛 温继文 陈英义 |
| |
作者单位: | 1. 北京林业大学经济管理学院,北京,100083 2. 中国农业大学电气与工程学院,北京,100083 |
| |
基金项目: | 教育部人文社会科学研究规划基金(编号11YJAZH098);北京林业大学青年科技启动基金(编号JGTD2014-01);山东省自主创新专项资金(编号2012CX90204)。 |
| |
摘 要: | 结合江苏省宜兴市蟹养殖实地采集的数据,采用ARIMA模型对溶解氧进行预测,反映溶解氧周期性变化趋势。采用RBF神经网络对非线性残差部分进行预测。结果表明,组合模型较单一模型而言,预测结果更加全面、准确,提高了溶解氧预测的精度,并通过预测结果找出溶解氧变化规律。
|
关 键 词: | 溶解氧 ARIMA模型 REF神经网络模型 |
本文献已被 CNKI 万方数据 等数据库收录! |
|