基于NAR神经网络的月径流量预测
Journal: Hydropower and Water Resources DOI: 10.32629/hwr.v4i6.3111
Abstract
径流预测对于区域水资源的综合开发利用、合理配置、高效管理具有重要指导作用。月径流序列是典型的非平稳时间序列,NAR神经网络是一种基于时间序列的动态神经网络预测模型,在解决一些非线性,或者人们对其本质了解还不够清楚的复杂问题上表现良好,表现出了良好的智能特性。本文在某水文站50年历史月径流量的基础上,建立NAR神经网络模型对该水文站未来24个月的径流量进行预测,预测结果的确定性系数为0.8367,预测方案的有效性为乙等,对于该区域的水文工作的开展具有重要现实意义。
Keywords
水文与水资源；径流预测；NAR神经网络
Full Text
PDF - Viewed/Downloaded: 21 TimesReferences
[1] 舒服华.基于NAR神经网络的湖北省社会消费品零售额预测[J].青海师范大学学报(自然科学版),2019,35(3):24-30.
[2] 李析男,王宁,梅亚东,等.NAR神经网络的应用与检验——以城市居民生活需水定额为例[J].灌溉排水学报,2017,36(11):122-128.
[3] 胡宾,崔广柏,朱灵芝.BP神经网络预测河流月径流量[J].浙江水利科技,2007,(02):15-16+19.
[4] 杭州电子科技大学.基于卡尔曼滤波和NAR神经网络组合的车位预测方法:CN201810449854.6[P],2018-10-12.
[5] 岳新征,李磊民,孙飞.基于NAR动态神经网络的石英挠性加速度表参数建模与预测[J].西南科技大学学报,2016,31(1):88-92.
[2] 李析男,王宁,梅亚东,等.NAR神经网络的应用与检验——以城市居民生活需水定额为例[J].灌溉排水学报,2017,36(11):122-128.
[3] 胡宾,崔广柏,朱灵芝.BP神经网络预测河流月径流量[J].浙江水利科技,2007,(02):15-16+19.
[4] 杭州电子科技大学.基于卡尔曼滤波和NAR神经网络组合的车位预测方法:CN201810449854.6[P],2018-10-12.
[5] 岳新征,李磊民,孙飞.基于NAR动态神经网络的石英挠性加速度表参数建模与预测[J].西南科技大学学报,2016,31(1):88-92.
Copyright © 2020 贺依韬
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License