水利水电技术
水利水電技術
수이수전기술
WATER RESOURCES AND HYDROPOWER ENGINEERING
2013年
2期
5-8
,共4页
小波分析%WANFIS%周期分解系数%径流预报模型
小波分析%WANFIS%週期分解繫數%徑流預報模型
소파분석%WANFIS%주기분해계수%경류예보모형
根据不同的小波分解及重构技术及不同的模糊神经网络模型训练周期,本文提出了四种小波分析与模糊神经网络相结合的径流预报模型,即:基于Mallat算法的母周期径流预报模型、基于Mal-lat算法的子周期径流预报模型、基于小波包算法的母周期径流预报模型、基于小波包算法的子周期径流预报模型,并阐述了模型建立的原理、结构及步骤.而且,以黄河源区出口水文站——唐乃亥站月径流量为应用实例,采用周期分解系数及模拟效率系数对上述四种模型进行对比评价.结果表明:基于Mallat算法的母周期径流预报模型预报效果最好,基于小波包算法的子周期径流预报模型则模拟效果最差.文中对导致这一现象的主要原因进行了分析,并对小波分析及模糊神经网络在水文模型中的应用提出了合理化建议.
根據不同的小波分解及重構技術及不同的模糊神經網絡模型訓練週期,本文提齣瞭四種小波分析與模糊神經網絡相結閤的徑流預報模型,即:基于Mallat算法的母週期徑流預報模型、基于Mal-lat算法的子週期徑流預報模型、基于小波包算法的母週期徑流預報模型、基于小波包算法的子週期徑流預報模型,併闡述瞭模型建立的原理、結構及步驟.而且,以黃河源區齣口水文站——唐迺亥站月徑流量為應用實例,採用週期分解繫數及模擬效率繫數對上述四種模型進行對比評價.結果錶明:基于Mallat算法的母週期徑流預報模型預報效果最好,基于小波包算法的子週期徑流預報模型則模擬效果最差.文中對導緻這一現象的主要原因進行瞭分析,併對小波分析及模糊神經網絡在水文模型中的應用提齣瞭閤理化建議.
근거불동적소파분해급중구기술급불동적모호신경망락모형훈련주기,본문제출료사충소파분석여모호신경망락상결합적경류예보모형,즉:기우Mallat산법적모주기경류예보모형、기우Mal-lat산법적자주기경류예보모형、기우소파포산법적모주기경류예보모형、기우소파포산법적자주기경류예보모형,병천술료모형건립적원리、결구급보취.이차,이황하원구출구수문참——당내해참월경류량위응용실례,채용주기분해계수급모의효솔계수대상술사충모형진행대비평개.결과표명:기우Mallat산법적모주기경류예보모형예보효과최호,기우소파포산법적자주기경류예보모형칙모의효과최차.문중대도치저일현상적주요원인진행료분석,병대소파분석급모호신경망락재수문모형중적응용제출료합이화건의.
