期刊文献+

大亚湾初级生产力人工神经网络预测模型研究 被引量:3

Study on forecasting model of artificial neural networks of primary productivity in Daya Bay
下载PDF
导出
摘要 针对海湾初级生产力估算与预测难题,结合大亚湾近20 a的调查资料,基于MATLAB语言编程,将NH4-N、NO3-N、NO2-N、PO4-P、SiO3-Si、N/P作为输入,叶绿素a作为输出,建立大亚湾初级生产力的人工神经网络预测模型,并进行检验,其模拟值的平均相对误差0.932%;同时应用多元回归方法进行拟合预测,其拟合结果的平均相对误差为38.970%。研究结果表明,人工神经网络方法优于传统的统计学模型,具有较好的预测能力和实用性,可进行海湾初级生产力动态的预测估算,并具有较高的精度。 According to the primary productivity estimates and forecast problems in the bay, based on the survey data, NH4-N, NO3 - N, NO2-N, PO4-P, SiO3-Si, N/P, and chlorophylla, in Daya Bay nearly 20 years, and MATLAB language programming, the establish and test of the artificial neural network forecasting model of the primary productivity in the Daya Bay were done. The average value of the simulation relative error is 0. 932% ; at the same time, application of the multiple regression methods was made, the average fitting results relative error is 38. 970%. The results show that the artificial neural network method is superior to the traditional statistical models, has good predictive capability and practicality. It could conduct the primary productivity dynamics of the gulf forecast estimates and higher precision.
出处 《海洋环境科学》 CAS CSCD 北大核心 2009年第6期652-656,共5页 Marine Environmental Science
基金 科技部科研院所社会公益研究专项资金项目(2005DIB3J020) 中央级公益性科研院所基本科研业务费专项资金项目(中国水产科学研究院南海水产研究所)(2007ZD003)
关键词 初级生产力 人工神经网络 预测 大亚湾 artificial neural networks primary productivity forecast Daya Bay
  • 相关文献

参考文献15

二级参考文献55

  • 1阎玲,李锦蓉.大鹏湾盐田海域环境因子变化与赤潮生物相互关系研究[J].海洋通报,1993,12(2):7-12. 被引量:14
  • 2谢健,李锦蓉,吕颂辉,程亲荣,杨炼锋.夜光藻赤潮与环境因子的关系[J].海洋通报,1993,12(2):1-6. 被引量:36
  • 3黄伟建,齐雨藻.大鹏湾海水理化因子对夜光藻生长影响的因子分析[J].海洋通报,1993,12(2):17-22. 被引量:34
  • 4焦李成.神经网络系统理论[M].西安:西安电子科技大学出版社,1992..
  • 5勒蕃 范俊波 等.神经网络与神经计算机[M].成都:西南交通大学出版社,1992.146-157.
  • 6冈市友刊(日).赤潮有关生物环境学研究[J].海洋科学译丛(海洋污染专刊),1987,(1):38-47.
  • 7李传翘 等.自适应模糊神经网络的优化辩识及仿真.模糊技术与应用选编[M].北京:北京航空航天大学出版社,1998..
  • 8黎湘 等.模糊自组织神经网络及其在信息融合目标识别中的应用.模糊技术与应用选编[M].北京:北京航空航天大学出版社,1998..
  • 9Long E R. Spatial extent of sediment toxicity in U.S. estuaries and marine bays [J]. Environmental Monitoring and Assessment, 2000, 64(1): 391-407.
  • 10Kim D H, Matsuda S, Yamamoto T. Nitrification, denitrification and nitrate reduction rates in the sediment of Hiroshima Bay [J]. Japan. Journal of Oceanography, 1997, 53: 317-324.

共引文献368

同被引文献45

引证文献3

二级引证文献7

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部