基于极限学习机的念坛公园水质预测模型

为提高念坛公园的水质管理及决策效果,将极限学习机应用于念坛公园的水质预测中。首先通过皮尔逊相关系数筛选关键变量,然后构建基于极限学习机的水质预测模型,利用训练时间、平均相对误差与均方根误差作为评价指标,并与BP神经网络进行比较,对比指标筛选前后两种模型的预测性能。基于念坛公园水质数据的验证结果表明,极限学习机较BP神经网络的学习算法简易、训练速度更快,并且由于正则化项的加入,使得极限学习机泛化能力加强,更适用于念坛公园水质数据的预测。