基于GA—灰色波形预测模型的白洋淀天然入淀水量

白洋淀天然入淀水量在长期的时间序列上有着丰、枯水期交替演化的规律，灰色波形模型适用于这一规律发展趋势的研究。通过遗传算法（GA）对灰色一阶模型（GM（1,1））的迭代基值α与背景值系数β进行优化，利用遗传算法收敛效率高，选择范围广的优点，建立了以GA-GM(1,1)群为基础的GA-灰色波形模型，对白洋淀天然入淀水量趋势进行研究。最终得出结论：GA-灰色波形模型不仅在信息序列的拟合上明显优于传统灰色波形模型，且GA-灰色波形模型能更好的抓住信息序列发展特点，更为准确的预测白洋淀天然入淀水量演化规律。说明用GA-灰色波形模型进行白洋淀天然入淀水量研究是可行的，也为研究湖泊水资源量变化提供了一种新思路。