基于时间序列神经网络的水质预测方法研究

摘要

海水水质受特定海域内水文、气象、动力和人类活动等诸多因素影响,各种参数相互关联,很难进行机理描述.本文基于国际海洋生态安全黄海监测示范站获得的大量数据,将传统基于时间序列的预测思想与先进的神经网络非线性建模方法相结合,通过不断更新学习最近的连续观测数据并掌握其发展规律,对未来的观测数据进行滚动预测.经国际海洋生态安全黄海监测示范站的观测数据验证,该预测方法能够有效预测水质参数的大范围变化.