长江科学院院报 ›› 2018, Vol. 35 ›› Issue (8): 17-21.DOI: 10.11988/ckyyb.20170046
周育琳,穆振侠,彭亮,高瑞,尹梓渊,汤瑞
ZHOU Yu-lin, MU Zhen-xia, PENG Liang,GAO Rui ,YIN Zi-yuan, TANG Rui
摘要: 为提高天山西部山区融雪径流的预报精度,更好地指导所在区域的工农业生产发展,针对影响预报精度的关键问题(预报因子的选择),基于互信息法、相关系数法、主成分分析法对研究区的预报因子进行优选,采用RBF神经网络以及组合小波BP神经网络模型进行径流预报研究,并进行不同方案的比较。结果表明:①互信息法优选出的预报因子作为模型输入可以提高预报精度;②采用不同优选预报因子作为RBF神经网络以及组合小波BP神经网络模型的输入变量,结果表明RBF神经网络模型的预测精度要好于组合小波BP神经网络模型;③以相对误差作为评价模型精确度的标准,预测效果最好的是基于互信息方法挑选出的预报因子作为RBF神经模型输入数据的模型预测结果。
中图分类号: