×

湖泊水库蓝藻水华预测的自适应聚类与误差修正方法。 (英语) Zbl 1400.92424号

概述:在全球范围内,蓝藻水华频繁发生,有效预测湖泊和水库中的蓝藻水灾可构成水资源保护的重要主动战略。然而,由于系统演化的内部随机性和观测数据的外部不确定性,蓝藻水华非常复杂。在本研究中,引入了一种自适应聚类算法来获得一些典型的操作区间。此外,利用粒子群优化算法优化了用于建模的最近邻数。最后,使用基于误差校正的模糊线性回归方法在操作点附近对模型进行动态修正。我们发现,组合方法可以表征湖泊和水库中蓝藻水华的演化轨迹。将本文构建的模型与其他蓝藻水华预测方法(如相空间重构和传统聚类线性回归)进行比较,然后使用平均相对误差和平均绝对误差来比较这些模型的准确性。结果表明,所提出的模型是优越的。因此,新开发的方法实现了更精确的预测,可用于防止水环境的进一步恶化。

MSC公司:

92D25型 人口动态(一般)
92D40型 生态学
62J86型 模糊性、线性推理和回归
62页第10页 统计学在生物学和医学中的应用;元分析

软件:

林MapTS
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 伊贝林斯,B.W。;博尔曼斯,M。;Fastner,J。;Visser,P.M.,《蓝藻水华的CYANOCOST专刊:概要——对其预防、控制和缓解的管理选项的批判性评论》,《水生生态》,50,595-605,(2016)·doi:10.1007/s10452-016-9596-x
[2] 陈立生,非线性生物动力系统,(1993),北京:科学出版社,北京
[3] 秦碧琴。;Yang,G.J。;Ma,J.R.,中国太湖有害蓝藻水华的变化动力学和机制,科学通宝/中文,61,7,759-770,(2016)
[4] 王晓勇,基于复杂网络的城市湖泊水库水华混沌时间序列预测方法
[5] 阿尔维斯,P.R.L。;杜阿尔特,L.G.S。;Mota,L.A.C.P.D.,混沌时间序列全球预测的改进,计算机物理通信,207325-340,(2016)·Zbl 1375.37170号
[6] 孟庆芳。;彭玉华。;孙杰,混沌时间序列的改进局部线性预测,中国物理,16,11,3220-3225,(2007)·doi:10.1088/1009-1963/16/11/013
[7] 苏·L。;Li,C.,基于多项式系数自回归模型的混沌时间序列局部预测,工程数学问题,2015,(2015)·数字对象标识代码:10.1155/2015/901807
[8] 伊斯兰,M.N。;Sivakumar,B.,《径流动力学的表征和预测:非线性动力学观点》,《水资源进展》,25,2,179-190,(2002)·doi:10.1016/S0309-1708(01)00053-7
[9] 海达里,G。;瓦利,M。;Gharavisi,A.A.,通过人工神经平方模糊推理系统进行混沌时间序列预测,应用专家系统,55,461-468,(2016)·doi:10.1016/j.eswa.2016.02.031
[10] Gentili,P.L。;Gotoda,H。;多尔尼克,M。;Epstein,I.R.,通过前馈神经网络、模糊逻辑和局部非线性预测器混沌分析和预测非周期流体动力振荡时间序列。非线性科学跨学科期刊,25,1,(2015)·Zbl 1345.37089号 ·数字对象标识代码:10.1063/1.4905458
[11] Wang,H。;Sun,F。;蔡,Y。;Zhao,Z.,通过Cholesky因子分解使用无偏复合核机器进行在线混沌时间序列预测,软计算,14,9,931-944,(2010)·Zbl 1205.68325号 ·doi:10.1007/s00500-009-0479-0
[12] Tongal,H。;Berndtsson,R.,预测湖泊水位的相空间重建和自激阈值建模方法,随机环境研究与风险评估,28,4,955-971,(2014)
[13] 科尔马尼,S。;Samadzadehaghdam,N。;EtehadTavakol,M.,使用高斯混合模型对胸部红外图像进行自动颜色分割,Optik,126,21,3288-3294,(2015)·doi:10.1016/j.ijleo.2015.08.007
[14] 德阿莫林共和国。;Hennig,C.,《使用特征缩放因子恢复具有噪声特征的数据集中的簇数》,信息科学,324126-145,(2015)·doi:10.1016/j.ins.2015.06.039
[15] 陈,G。;贾拉达,S.A。;北班纳吉。;田中,T.S。;Ko,M.S。;张明清,聚类算法在分析{ES}细胞基因表达数据中的评价与比较,中国统计,12,1,241-262,(2002)·Zbl 0997.62086号
[16] 郭,H。;刘,X。;Sun,Z.,使用{VARMA}模型和贝叶斯网络混合进行多元时间序列预测,应用统计杂志,43,16,2897-2909,(2016)·Zbl 1516.62312号 ·doi:10.1080/02664763.2016.1155111
[17] 刘,Y。;张晓杰。;关晓明。;Delahaye,D.,基于潜在气味强度网格的无人机路径规划算法与粒子群优化方法,工程数学问题,2016,2,(2016)·doi:10.1155/2016/7802798
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。