文献类型：期刊文章

作　　者：周志青[1] 邹国防[2] 王磊[3] 王磊[4]

Zhou Zhiqing;Zou Guofang;Wang Lei(College of Information Engineering,Pingdingshan University,Pingdingshan Henan 467000,China;Institute of Comprehensive Utilization and Environmental Conservation,Pingdingshan Henan 467000,China;Hazardous Waste and Radiation Environment Supervision and Management Center,Pingdingshan Henan 467036,China;College of Tourism and Planning,Pingdingshan University,Pingdingshan Henan 467000,China)

机构地区：[1]平顶山学院信息工程学院,河南平顶山467000 [2]平顶山市综合利用环境保护研究所,河南平顶山467000 [3]平顶山市危险废物及辐射环境监督管理中心,河南平顶山467036 [4]平顶山学院旅游与规划学院,河南平顶山467000

出　　处：《科技通报》

基　　金：河南省科技厅软科学项目(KJT142400410619);平顶山学院高层次人才引进项目(2012003);校青年基金项目(PDSU-QNJJ-2013001);国家自然科学基金青年科学基金项目(41601022)

年　　份：2017

卷　　号：33

期　　号：9

起止页码：236-240

语　　种：中文

收录情况：BDHX、BDHX2014、核心刊

摘　　要：水质的时间变化趋势预测是进行水环境管理的前提,预测模型在很大程度上决定了预测精度的高低,如何选取有效的时间序列水质预测模型是目前的研究热点之一。以平西湖为研究对象,根据2009-2011年间TN、TP和CODMn月监测数据,提出了一种基于ARIMA和RBF-NN的组合模型,该模型能同时反映水质的渐变性和非线性变化的特点,最后用5个精度评价指标对组合模型的预测结果进行了评价,并和基于ARMMA和时间序列神经网络预测模型的预测结果进行了比较。结果表明,大部分指标显示ARIMA/RBF-NN组合模型对受内生变量影响较大的TN、TP的预测效果最好,ARIMA模型对受外生变量影响较大的CODMn的预测效果最优。

关 键 词：ARIMA/RBF-NN  时间序列 水质

分 类 号：X11]