水电能源科学
水電能源科學
수전능원과학
INTERNATIONAL JOURNAL HYDROELECTRIC ENERGY
2008年
3期
1-3
,共3页
束龙仓%陶玉飞%鲁程鹏%董贵明%王茂枚%刘丽红
束龍倉%陶玉飛%魯程鵬%董貴明%王茂枚%劉麗紅
속룡창%도옥비%로정붕%동귀명%왕무매%류려홍
地下河日流量%门限自回归%小波%BP神经网络
地下河日流量%門限自迴歸%小波%BP神經網絡
지하하일류량%문한자회귀%소파%BP신경망락
将门限自回归模型(TAR)和小波-BP神经网络组合模型应用于后寨河流域出口流量的预测中,建立了阶数分别为5、4、1三段的自回归模型.采用db3小波对地下河日流量序列进行分解作为BP神经网络的输入,建立小波-BP神经网络组合模型.从绝对误差和相对误差角度对比分析两种模型,得出小波-BP神经网络组合模型更适合本地下河日流量预测.针对两模型的不足提出了改进的建议.
將門限自迴歸模型(TAR)和小波-BP神經網絡組閤模型應用于後寨河流域齣口流量的預測中,建立瞭階數分彆為5、4、1三段的自迴歸模型.採用db3小波對地下河日流量序列進行分解作為BP神經網絡的輸入,建立小波-BP神經網絡組閤模型.從絕對誤差和相對誤差角度對比分析兩種模型,得齣小波-BP神經網絡組閤模型更適閤本地下河日流量預測.針對兩模型的不足提齣瞭改進的建議.
장문한자회귀모형(TAR)화소파-BP신경망락조합모형응용우후채하류역출구류량적예측중,건립료계수분별위5、4、1삼단적자회귀모형.채용db3소파대지하하일류량서렬진행분해작위BP신경망락적수입,건립소파-BP신경망락조합모형.종절대오차화상대오차각도대비분석량충모형,득출소파-BP신경망락조합모형경괄합본지하하일류량예측.침대량모형적불족제출료개진적건의.
