ПРИМЕНЕНИЕ РЕГРЕССИОННЫХ УРАВНЕНИЙ В ЛИМНОЛОГИЧЕСКИХ ИССЛЕДОВАНИЯХ: ПРЕИМУЩЕСТВА ИСПОЛЬЗОВАНИЯ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ

Abstract

В настоящей работе на основе литературных данных проведен анализ точности предсказания регрессионных моделей некоторых важных параметров биологических озерных экосистем (первичная продукция, концентрация хлорофилла а, биомасса зоопланктона и зообентоса). Было показано, что точность предсказания, измеряемая как средняя абсолютная ошибка в процентах (MAPE) практически во всех случаях составляет 60-100%, что не позволяет использовать эти модели для экспертных оценок экосистемных параметров озёр. Использовав литературные данные, с помощью технологии искусственных нейронных сетей были сгенерированы множественные регрессионные модели. Проверка точности этих моделей производилась на независимых данных, которые не использовались для построения конкретной модели. Нейросетевые регрессионные модели оказались более точны – их средняя абсолютная ошибка в процентах не превышала 25%. Таким образом, по нашему мнению, дальнейшее применение регрессионных нейросетевых моделей в лимнологических исследованиях представляется весьма перспективным.

Keywords

• лимнология
• регрессионные модели
• искусственные нейронные сети
• экосистема
• первичная продукция
• хлорофилл а