水科学进展
水科學進展
수과학진전
2010年
5期
690-695
,共6页
预测模型%效率%评价%数据包络分析%腾发%径向基函数网络
預測模型%效率%評價%數據包絡分析%騰髮%徑嚮基函數網絡
예측모형%효솔%평개%수거포락분석%등발%경향기함수망락
统计预测模型是进行中长期水文预报的主要手段之一,在统计预测模型建模过程中面临的一个重要问题是如何从诸多待选模型中挑选出一个预测投入较低、预测精度较高的模型.针对这一多属性综合评价问题,提出了利用数据包络分析中的CCR模型进行水文统计预测模型综合评价的方法.模型的输入指标包括预测因子指标和模型参数指标,输出指标为模型精度评价指标,评价结果为模型的相对效率.作为典型案例,对参考作物腾发量预测的20个径向基函数网络模型的有效性进行了评价,结果表明该评价方法是可行的.模型中预测旬参考作物腾发量的关键因子是最高、最低温度,其次是风速,再次是日照时数;将预测时段所属的旬序号作为网络输入可显著提高模型预测精度和相对效率.
統計預測模型是進行中長期水文預報的主要手段之一,在統計預測模型建模過程中麵臨的一箇重要問題是如何從諸多待選模型中挑選齣一箇預測投入較低、預測精度較高的模型.針對這一多屬性綜閤評價問題,提齣瞭利用數據包絡分析中的CCR模型進行水文統計預測模型綜閤評價的方法.模型的輸入指標包括預測因子指標和模型參數指標,輸齣指標為模型精度評價指標,評價結果為模型的相對效率.作為典型案例,對參攷作物騰髮量預測的20箇徑嚮基函數網絡模型的有效性進行瞭評價,結果錶明該評價方法是可行的.模型中預測旬參攷作物騰髮量的關鍵因子是最高、最低溫度,其次是風速,再次是日照時數;將預測時段所屬的旬序號作為網絡輸入可顯著提高模型預測精度和相對效率.
통계예측모형시진행중장기수문예보적주요수단지일,재통계예측모형건모과정중면림적일개중요문제시여하종제다대선모형중도선출일개예측투입교저、예측정도교고적모형.침대저일다속성종합평개문제,제출료이용수거포락분석중적CCR모형진행수문통계예측모형종합평개적방법.모형적수입지표포괄예측인자지표화모형삼수지표,수출지표위모형정도평개지표,평개결과위모형적상대효솔.작위전형안례,대삼고작물등발량예측적20개경향기함수망락모형적유효성진행료평개,결과표명해평개방법시가행적.모형중예측순삼고작물등발량적관건인자시최고、최저온도,기차시풍속,재차시일조시수;장예측시단소속적순서호작위망락수입가현저제고모형예측정도화상대효솔.
