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,结合灰色理论中的GM(1,1),和灰色残差GM(1,1)和RBF神经网络的特点,提出一种新的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。以某地区地下水水质为例,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。