一种基于BP神经网络算法和低通滤波的水资源评估预测数学模型建模方法

基于BP神经网络算法建立水资源评估数学模型。首先获得大量相关的评估指标,通过主成分分析法(PCA)剔除不重要指标。对于指标赋权,先用基于蒙特卡罗的层次分析法(AHP-MCA)初步给指标赋权,由于此法具有一定主观性,因此进一步采用BP神经网络算法对所赋权重进行训练调节,过程中需要一个标准比对物,最终得到符合实际情况的权重因子。在建立预测数学模型前,针对可能的突变输入数据,采用低通滤波器将突变高频数据过滤,增加模型适用性,最后通过灰色模型GM(1,1)建立预测模型。