人民长江
人民長江
인민장강
YANGTZE RIVER
2008年
20期
55-57
,共3页
崔屾%迟道才%孟丽丽%孙号茗
崔屾%遲道纔%孟麗麗%孫號茗
최신%지도재%맹려려%손호명
小波分析%神经网络%降雨量%预测模型
小波分析%神經網絡%降雨量%預測模型
소파분석%신경망락%강우량%예측모형
为了研究某一地区年降雨量的变化规律、特点,以及该地区的旱涝情况,以便提前采取预防措施,减少灾害带来的影响,降低损失,试图通过建立小波与神经网络组合模型的方法预测年降水量.将采用小波神经网络模型预测出的结果与人工神经网络模型预测出的结果进行比较,结果表明:采用小波神经网络模型的预测结果在精确度上要好于单独使用人工神经网络预测的结果.与人工神经网络模型相比,小波神经网络模型具有较高的预测精度,在对降雨量数据进行预测分析时具有较大优势.
為瞭研究某一地區年降雨量的變化規律、特點,以及該地區的旱澇情況,以便提前採取預防措施,減少災害帶來的影響,降低損失,試圖通過建立小波與神經網絡組閤模型的方法預測年降水量.將採用小波神經網絡模型預測齣的結果與人工神經網絡模型預測齣的結果進行比較,結果錶明:採用小波神經網絡模型的預測結果在精確度上要好于單獨使用人工神經網絡預測的結果.與人工神經網絡模型相比,小波神經網絡模型具有較高的預測精度,在對降雨量數據進行預測分析時具有較大優勢.
위료연구모일지구년강우량적변화규률、특점,이급해지구적한로정황,이편제전채취예방조시,감소재해대래적영향,강저손실,시도통과건립소파여신경망락조합모형적방법예측년강수량.장채용소파신경망락모형예측출적결과여인공신경망락모형예측출적결과진행비교,결과표명:채용소파신경망락모형적예측결과재정학도상요호우단독사용인공신경망락예측적결과.여인공신경망락모형상비,소파신경망락모형구유교고적예측정도,재대강우량수거진행예측분석시구유교대우세.
