论文部分内容阅读
针对灰色预测对波动较强的序列只能预测大致变化的缺陷，在分析河流水质动态变化的基础上，结合灰色理论中的GM（1，1），无偏GM（1，1）和RBF神经网络的特点，提出有机灰色神经网络预测模型，将灰色模型得到的数值作为神经网络的输入，原始数据作为神经网络的输出，训练得到最佳神经网络结构．以某地区河流水质为例，根据其变化规律，应用有机灰色神经网络模型进行预测，结果表明，该模型拟合误差小，预测精度高．