期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到129篇文章
< 1 2 … 7 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于NRBO-SVM模型的月径流预测研究
1
作者 黎宇杰 史国勇 +3 位作者 廖毅 李基栋 陈学毅 黄炜斌 《水力发电》 CAS 2025年第1期16-21,共6页
基于冶勒站多年月径流数据,以支持向量机(SVM)作为预测器,从模型输入、模型优化和输出环节探讨了提升月径流预测精度的方法。首先,比较了牛顿-拉夫逊优化算法(NRBO)与灰狼优化算法(GWO)在参数寻优方面的性能,发现均方误差(MSE)作为适应... 基于冶勒站多年月径流数据,以支持向量机(SVM)作为预测器,从模型输入、模型优化和输出环节探讨了提升月径流预测精度的方法。首先,比较了牛顿-拉夫逊优化算法(NRBO)与灰狼优化算法(GWO)在参数寻优方面的性能,发现均方误差(MSE)作为适应度函数时NRBO表现更优。其次,进一步比较了逐月预测与分月预测的效能,结果显示逐月预测具有更高的预测准确性。此外,还从模型输出环节探索了组合预测输出的效果,发现能有效提升模型的泛化性能。而在数据预处理环节,经变分模态分解(VMD)预处理能大幅降低模型预测难度,同时显著提高预测精度。具体而言,GWO-VMD-NRBO-SVM相比单一模型,平均绝对百分比误差(MAPE)和归一化均方根误差(NRMSE)的降低幅度分别超过68%和79%,而纳什效率系数(NSE)提升超过15%。研究结果对非平稳月径流预测具有一定的参考价值。 展开更多
关键词 月径流预测 支持向量机 参数优化 变分模态分解
在线阅读 下载PDF
基于EWT-EVO/CDO-GPR模型的三峡入库月径流预测
2
作者 徐荣华 崔东文 《三峡大学学报(自然科学版)》 北大核心 2025年第2期26-32,共7页
为提高三峡入库月径流预测精度,提出一种基于经验小波变换(EWT)和能量谷优化(EVO)算法、切尔诺贝利灾难优化(CDO)算法优化的高斯过程回归(GPR)预测模型.首先利用EWT将月径流时间序列分解为趋势项、周期项和波动项;然后介绍EVO、CDO算法... 为提高三峡入库月径流预测精度,提出一种基于经验小波变换(EWT)和能量谷优化(EVO)算法、切尔诺贝利灾难优化(CDO)算法优化的高斯过程回归(GPR)预测模型.首先利用EWT将月径流时间序列分解为趋势项、周期项和波动项;然后介绍EVO、CDO算法原理,利用EVO、CDO优化GPR超参数;最后利用优化获得的最佳超参数建立EWT-EVO-GPR、EWT-CDO-GPR模型对月径流各分量进行预测,重构后得到最终预测结果,并构建基于粒子群优化(PSO)算法、遗传算法(GA)优化的EWT-PSO-GPR、EWT-GA-GPR模型,基于支持向量机(SVM)、BP神经网络的EWT-EVO-SVM、EWT-CDO-SVM、EWT-EVO-BP、EWT-CDO-BP模型,基于小波变换(WT)的WT-EVO-GPR、WT-CDO-GPR模型,基于经验模态分解(EMD)的EMD-EVO-GPR、EMD-CDO-GPR模型和EWT-GPR、EVO-GPR、CDO-GPR模型作对比分析,通过三峡2009至2022年入库月径流时序数据对各模型进行验证.结果表明:EWT-EVO-GPR、EWT-CDO-GPR模型预测的平均绝对百分比误差分别为0.689%、0.699%,决定系数均为0.9999,优于其他对比模型,具有更好的预测效果;EWT兼顾WT、EMD优势,可将月径流时序数据分解为更具规律的子分量,显著提升模型性能,分解效果优于WT、EMD;EVO、CDO对GPR超参数的寻优效果优于PSO、GA,通过超参数寻优,显著提升了GPR性能;在相同情形下,GPR预测性能要优于SVM、BP. 展开更多
关键词 月径流预测 高斯过程回归 能量谷优化算法 切尔诺贝利灾难优化算法 经验小波变换 三峡
在线阅读 下载PDF
基于改进优化算法的WELM月径流预测模型研究
3
作者 王应武 华春莉 茶建帮 《人民长江》 北大核心 2025年第2期82-90,共9页
针对在月径流预测中将传统数据分解技术直接应用于整个时间序列时,在模型训练过程中会提前使用“未来信息”从而导致预测结果“不可信”的问题,提出两种不引入“未来信息”的小波包变换(WPT)-改进蝴蝶优化算法(IBOA)/改进海马优化(ISHO... 针对在月径流预测中将传统数据分解技术直接应用于整个时间序列时,在模型训练过程中会提前使用“未来信息”从而导致预测结果“不可信”的问题,提出两种不引入“未来信息”的小波包变换(WPT)-改进蝴蝶优化算法(IBOA)/改进海马优化(ISHO)算法-加权极限学习机(WELM)月径流时间序列预测模型。首先,将月径流时间序列划分为训练集和预测集,利用WPT分别对训练集和预测集进行分解处理,避免在训练过程中提前使用“预测集信息”;其次,通过6个典型函数验证IBOA/ISHO的寻优能力,利用IBOA/ISHO优化WELM输入层权值和隐含层偏差(简称“超参数”),建立WPT-IBOA/ISHO-WELM模型对各分解分量进行预测和重构;同时构建基于整个时间序列分解的WPT-IBOA/ISHO-WELM(全)模型,与其他4种优化算法和未经分解、未经优化的IBOA/ISHO-WELM、WPT-WELM模型作对比分析;最后,通过云南省李仙江流域把边、景东水文站月径流时间序列预测实例对各模型进行检验。结果表明:①WPT-IBOA-WELM、WPT-ISHO-WELM模型对把边、景东站月径流预测的平均绝对百分比误差(MAPE)为1.649%~1.897%,预测精度优于其他对比模型,具有更好的预测效果。②WPT-IBOA-WELM、WPT-ISHO-WELM模型的预测精度基本不受“未来信息”的影响,能客观真实反映出月径流预测效果,具有较好的实用意义。③IBOA/ISHO仿真精度和WELM超参数优化效果均优于其他优化算法,表明通过logistic映射等策略可以显著提升IBOA/ISHO优化性能。 展开更多
关键词 月径流预测 小波包变换 改进蝴蝶优化算法 改进海马优化算法 加权极限学习机 超参数优化 把边水文站 景东水文站 李仙江流域
在线阅读 下载PDF
基于WD-DO-HKELM模型的月径流时间序列预测
4
作者 赵祥 崔东文 《云南水力发电》 2025年第2期26-30,共5页
为提高月径流时间序列预测精度,提出小波分解(WD)-蒲公英优化(DO)算法-混合核极限学习机(HKELM)月径流时间序列预测模型。首先,利用WD将月径流时序数据分解为4个更具规律的子序列分量D1~D3、A3,划分各分量训练集和预测集;其次,简要介绍D... 为提高月径流时间序列预测精度,提出小波分解(WD)-蒲公英优化(DO)算法-混合核极限学习机(HKELM)月径流时间序列预测模型。首先,利用WD将月径流时序数据分解为4个更具规律的子序列分量D1~D3、A3,划分各分量训练集和预测集;其次,简要介绍DO原理,基于训练集构建DO优化HKELM超参数的目标函数,利用获得的最佳超参数建立DO-DO-HKELM模型对预测集各分量进行预测和重构;最后,通过云南省滴水水文站月径流预测实例对WD-DO-HKELM模型进行检验,并与WD-DO-LSSVM、WD-DO-BP、DO-HKELM模型作对比分析。结果表明:(1) WD-DO-HKELM模型预测的平均绝对百分比误差(MAPE)、平均绝对误差(MAE)、均方根误差(RMSE)、决定系数R^(2)分别为1.118%、0.021 m^(3)/s、0.027 m^(3)/s、0.9998,预测误差小于WD-DO-LSSVM、WD-DO-BP模型,远小于DO-HKELM模型,具有更高的预测精度和更好的泛化性能;(2)在相同分解和优化的情形下,HKELM预测性能优于LSSVM、BP。 展开更多
关键词 月径流预测 小波分解 蒲公英优化算法 混合核极限学习机 超参数优化
在线阅读 下载PDF
基于数据分解与斑马算法优化的混合核极限学习机月径流预测 被引量：3
5
作者 李菊 崔东文 《长江科学院院报》 CSCD 北大核心 2024年第6期42-50,共9页
为提高月径流预测精度,改进混合核极限学习机(HKELM)预测性能,提出小波包分解(WPT)-斑马优化算法(ZOA)-HKELM组合模型。利用WPT处理月径流时序数据,构建局部高斯径向基核函数和全局多项式核函数相混合的HKELM;通过ZOA优化HKELM超参数(... 为提高月径流预测精度,改进混合核极限学习机(HKELM)预测性能,提出小波包分解(WPT)-斑马优化算法(ZOA)-HKELM组合模型。利用WPT处理月径流时序数据,构建局部高斯径向基核函数和全局多项式核函数相混合的HKELM;通过ZOA优化HKELM超参数(正则化参数、核参数、权重系数),建立WPT-ZOA-HKELM组合模型,并构建WPT-遗传算法(GA)-HKELM、WPT-灰狼优化(GWO)算法-HKELM、WPT-鲸鱼优化算法(WOA)-HKELM、WPT-ZOA-极限学习机(ELM)、WPT-ZOA-最小二乘支持向量机(LSSVM)、ZOA-HKELM作对比模型,通过黑河流域莺落峡、讨赖河水文站月径流时间序列预测实例对各模型进行检验。结果表明:(1)莺落峡、讨赖河水文站月径流时间序列WPT-ZOA-HKELM模型预测的平均绝对百分比误差分别为1.054%、0.761%,决定系数均达0.999 9,优于其他对比模型,具有更高的预测精度,预测效果更好。(2)利用ZOA优化HKELM超参数,可提高HKELM预测性能,优化效果优于GWO、WOA、GA。(3)预测模型能充分发挥WPT、ZOA和HKELM优势,提高月径流预测精度;在相同分解和优化情形下,HKELM的预测性能优于ELM、LSSVM。 展开更多
关键词 月径流预测 时间序列 斑马优化算法 混合核极限学习机 小波包变换 超参数优化
在线阅读 下载PDF
基于LCD-SSA-BiLSTM模型的月径流预测研究 被引量：1
6
作者 任智晶 赵雪花 +1 位作者 郭秋岑 付兴涛 《水电能源科学》 北大核心 2024年第4期1-5,共5页
径流预测在水资源优化配置和防汛抗旱方面发挥着重要作用。但径流序列非平稳会导致预测误差及峰值预测误差较大,因此提出了基于局部特征尺度分解(LCD)、麻雀搜索算法(SSA)和双向长短期记忆神经网络(BiLSTM)的组合预测模型(LCD-SSA-BiLST... 径流预测在水资源优化配置和防汛抗旱方面发挥着重要作用。但径流序列非平稳会导致预测误差及峰值预测误差较大,因此提出了基于局部特征尺度分解(LCD)、麻雀搜索算法(SSA)和双向长短期记忆神经网络(BiLSTM)的组合预测模型(LCD-SSA-BiLSTM),以提高非平稳径流序列的预测精度。以汾河上游4个站点(汾河水库站、上静游站、兰村站和寨上站)为研究对象开展月径流序列预测研究,采用纳什效率系数、平均绝对误差、均方根误差、合格率4个评价指标对预测结果进行定量评价。结果表明,LCD-SSA-BiLSTM模型的平均绝对误差为10.346×10^(4)~124.629×10^(4)m^(3),均方根误差为19.416×10^(4)~191.284×10^(4)m^(3),纳什效率系数为0.975~0.988,4个水文站的合格率均在90%及以上,预测精度为甲级,与单一BiLSTM、EMD-BiLSTM、LCD-BiLSTM及EMD-SSA-BiLSTM模型相比预测效果更好,因此LCD-SSA-BiLSTM模型是预测非平稳月径流序列的有效方法。 展开更多
关键词 汾河上游 BiLSTM模型 LCD 月径流预测
在线阅读 下载PDF
基于不同因子筛选指标的丹江口入库月径流预报研究
7
作者 张宁玥 陈元芳 刘勇 《水电能源科学》 北大核心 2024年第5期39-42,共4页
鉴于筛选识别适宜的预报因子对于提升中长期径流预报精度的重要性,以丹江口入库月径流预报为例,选择Pearson、Kendall、Spearman相关系数及随机森林因子重要性作为因子筛选指标,利用多元回归和随机森林模型,开展基于不同因子筛选指标的... 鉴于筛选识别适宜的预报因子对于提升中长期径流预报精度的重要性,以丹江口入库月径流预报为例,选择Pearson、Kendall、Spearman相关系数及随机森林因子重要性作为因子筛选指标,利用多元回归和随机森林模型,开展基于不同因子筛选指标的丹江口入库月径流预报研究。结果表明,大气环流仍是研究流域降水及产汇流的重要影响因素,部分月份径流与前期海温关系较密切;Spearman相关系数筛选下的随机森林模型全年平均预报效果最优,全年平均合格率为72.02%,因子重要性筛选下的随机森林模型在主汛期效果更优,主汛期平均合格率为69.64%;综合预报因子下的随机森林模型精度有一定的提升,全年平均合格率为75.00%,主汛期平均合格率为71.43%,在全年内不同月份的预报效果更稳定,测试期内12个月合格率的标准差下降较显著。 展开更多
关键词 月径流预报 因子筛选指标 随机森林 多元回归 丹江口水库
在线阅读 下载PDF
基于WPT-ISO-RELM模型的月径流时间序列预测研究 被引量：8
8
作者 王应武 白栩嘉 崔东文 《水力发电》 CAS 2024年第3期12-18,38,共8页
为提高月径流时间序列的预测精度,提升基本蛇群优化(SO)算法搜索能力,同时提升正则化极限学习机(RELM)预测性能,提出了小波包变换(WPT)-改进蛇群优化(ISO)算法-RELM预测模型。首先,利用WPT将月径流时间序列分解为低频分量和高频分量;其... 为提高月径流时间序列的预测精度,提升基本蛇群优化(SO)算法搜索能力,同时提升正则化极限学习机(RELM)预测性能,提出了小波包变换(WPT)-改进蛇群优化(ISO)算法-RELM预测模型。首先,利用WPT将月径流时间序列分解为低频分量和高频分量;其次,通过构建8个RELM超参数寻优适应度函数对ISO寻优能力进行检验,并与SO算法、灰狼优化(GWO)算法、变色龙群算法(CSA)、鲸鱼优化算法(WOA)、樽海鞘群体算法(SSA)、侏獴优化算法(DMO)、粒子群优化算法(PSO)的优化结果作对比;最后,建立WPT-ISO-RELM模型,并构建包含WPT-SO-RELM在内的17种模型作对比模型,通过黑河流域莺落峡水文站、讨赖河水文站2个月径流预测实例对各模型进行验证。结果表明:①ISO寻优精度优于SO、GWO、CSA、WOA、SSA、DMO、PSO,通过关键参数的改进,能有效提升ISO的极值寻优能力和平衡能力;②WPT-ISO-RELM模型对莺落峡水文站、讨赖河水文站月径流预测的平均绝对百分比误差分别为0.854%、0.447%,平均绝对误差分别为0.245、0.068 m^(3)/s,纳什效率系数均在0.9999以上,优于其他对比模型,具有更高的预测精度和更好的稳健性;③ISO对于高维和低维问题均具有较好的优化效果,算法寻优能力对提升RELM预测精度十分关键,算法优化性能越强,寻优精度越高,由此获得的RELM超参数越优,所构建的模型预测性能越好。 展开更多
关键词 月径流预测 正则化极限学习机 改进蛇群优化算法 小波包变换 群体智能算法 超参数优化
在线阅读 下载PDF
基于TimeGAN-LSTM的月径流预测模型
9
作者 苗磊 刘杨 +2 位作者 田童晖 张志强 韩会明 《水电能源科学》 北大核心 2024年第11期12-15,共4页
准确的月径流预测对于水资源管理和配置具有重要意义,针对月径流样本数据不足导致预测精度较低的问题,提出了基于TimeGAN-LSTM的月径流预测模型。以无定河流域为研究区域,收集了6个气象站和4个水文站的数据资料,首先基于长短期记忆网络(... 准确的月径流预测对于水资源管理和配置具有重要意义,针对月径流样本数据不足导致预测精度较低的问题,提出了基于TimeGAN-LSTM的月径流预测模型。以无定河流域为研究区域,收集了6个气象站和4个水文站的数据资料,首先基于长短期记忆网络(LSTM)进行了4个站点的月径流预测,然后采用TimeGAN模型生成了月径流及其对应的月平均气温和降水数据,利用生成数据扩充了训练集并进行了基于TimeGAN-LSTM模型的训练和预测。研究结果表明,基于TimeGAN模型的生成数据与实测数据在分布上具有一定相似性;相较于LSTM,TimeGAN-LSTM模型预测结果的纳什效率系数平均增加了16.67%,平均绝对百分比误差降低了40.42%。该方法可有效提升月径流预测精度,为水资源管理决策提供技术支撑。 展开更多
关键词 月径流预测 无定河流域 TimeGAN LSTM
在线阅读 下载PDF
基于EEMD-NGO-LSTM神经网络耦合的月径流预测模型及应用 被引量：2
10
作者 张冲 王千凤 +2 位作者 齐新虎 王思宇 陈末 《水力发电》 CAS 2024年第1期1-7,共7页
为了提高径流序列的稳定度和精度,减小参数优化不当导致的非线性误差,研究将长短期记忆神经网络(LSTM)、集成经验模态分解(EEMD)和北方苍鹰优化算法(NGO)相结合,构建了EEMD-NGO-LSTM耦合预测模型。将此预测模型应用于模拟东辽河中下游... 为了提高径流序列的稳定度和精度,减小参数优化不当导致的非线性误差,研究将长短期记忆神经网络(LSTM)、集成经验模态分解(EEMD)和北方苍鹰优化算法(NGO)相结合,构建了EEMD-NGO-LSTM耦合预测模型。将此预测模型应用于模拟东辽河中下游的控制总站——王奔水文站2012年~2021年逐月径流过程,并与鲸鱼算法(WOA)以及灰狼算法(GWO)优化的长短期记忆神经网络进行模型比较。结果表明,EEMD-NGO-LSTM耦合预测模型的超参数迭代速度最快,精度最高,预测结果最接近实测值,其决定系数R^(2)为0.8643。而后采用CMIP6气候模式(SSP126情景)下的2030年的降水、气温数据输入模型进行预测,在气温上升1℃,降水不变的情景下,年径流量将增加6.61%;在降水升高5%,气温不变的情景下,年径流量将增加6.95%;在气温上升1℃、降水升高5%的情境下,年径流量将增加22.16%。 展开更多
关键词 月径流预测 集成经验模态分解 北方苍鹰优化算法 长短期记忆神经网络 耦合模型 预测精度
在线阅读 下载PDF
基于非平稳贝叶斯网络模型的月径流预报模拟研究 被引量：1
11
作者 张科峰 王娟 魏苗 《中国农村水利水电》 北大核心 2024年第11期54-61,70,共9页
精准实时的月径流预报是实现流域水资源优化调度和防汛抗旱的基本保证。受到气候变化和人类活动的双重影响,流域径流过程的趋势型非平稳特征较为显著,打破了传统月径流预报方法的平稳性假设前提。为此,聚焦于非平稳条件下水文变量间动... 精准实时的月径流预报是实现流域水资源优化调度和防汛抗旱的基本保证。受到气候变化和人类活动的双重影响,流域径流过程的趋势型非平稳特征较为显著,打破了传统月径流预报方法的平稳性假设前提。为此,聚焦于非平稳条件下水文变量间动态可变的相依性特征,构建一种考虑非平稳性的动态图形建模和贝叶斯网络结合(NGMBNs)模拟方法,并将其运用到新疆地区喀什流域的月径流预报中。具体实施过程如下:首先通过合理的数据转换方法使研究变量序列满足正态分步假设,极大提升了贝叶斯网络模型的预报精度;其次,通过动态调整分步预报阶段的贝叶斯网络结构和参数,实现对非平稳条件下的月径流预报模拟。基于5种模型性能指标(归一化均方根误差,Kling-Gupta效率系数,纳什效率系数,一致性指数,决定系数)的计算,NGM-BNs的预报精度明显优于4种常见的数据驱动模型(包括非平稳和平稳条件下支持向量回归(SVR)模型和自适应模糊神经网络(ANFIS)模型)。由于非平稳贝叶斯网络模型将变量间的时变特性纳入到模型构建过程中,其在捕捉极值流量方面展现了更强的模拟预报能力。本研究的开展可为气候变化背景下流域防洪减灾提供可靠的技术支撑和理论保证。 展开更多
关键词 贝叶斯网络结构 非平稳 月径流预报 机器学习
在线阅读 下载PDF
融合自适应滑动集合经验模态分解的机器学习月径流预测方法
12
作者 胡永旭 乔长录 +1 位作者 刘延雪 李旭 《水电能源科学》 北大核心 2024年第10期6-10,共5页
为提高月径流预测精度,解决传统分解集成径流预测方法提前引入“未来信息”在实际工程中无法实现的问题,提出了一种基于自适应滑动集合经验模态分解(ASEEMD)、秃鹰搜索(BES)算法和极限学习机(ELM)耦合的月径流预测模型(ASEEMD-BES-ELM)... 为提高月径流预测精度,解决传统分解集成径流预测方法提前引入“未来信息”在实际工程中无法实现的问题,提出了一种基于自适应滑动集合经验模态分解(ASEEMD)、秃鹰搜索(BES)算法和极限学习机(ELM)耦合的月径流预测模型(ASEEMD-BES-ELM)。并以玛纳斯河1957~2014年的月径流序列为例,首先,利用ASEEMD对原始月径流序列自适应分解,得到若干子序列;其次,将各子序列分别输入到结合BES算法和网格搜索优化后的ELM模型中预测;最后,累加各子序列预测结果,得到最终月径流预测值。与ELM^(*)、BES-LEM^(*)、BES-ELM、EEMD-BES-ELM(传统“捆绑分解”)模型对比结果表明,ASEEMD-BES-ELM模型的纳什效率系数为0.971、平均绝对误差为5.173m^(3)/s、均方根误差为8.282m^(3)/s、平均绝对百分比误差为16.033%,在符合实际应用中预测精度最高。结果可为干旱区月径流预测研究提供参考。 展开更多
关键词 月径流预测 自适应分解 集合经验模态分解 秃鹰搜索算法 极限学习机 玛纳斯河
在线阅读 下载PDF
基于二次分解和支持向量机的月径流预测方法
13
作者 甘容 马超鑫 +3 位作者 高勇 郭林 侯晓丽 路学永 《郑州大学学报（工学版）》 CAS 北大核心 2024年第6期32-39,共8页
针对径流序列的非线性和非平稳性特征,提出了一种基于加权回归的季节趋势分解(STL)和变分模态分解(VMD)组合的二次分解,结合支持向量机(SVM)的月径流预测模型STL-VMD-SVM。该模型利用STL将原始径流序列分解为不同频率的季节项、趋势项... 针对径流序列的非线性和非平稳性特征,提出了一种基于加权回归的季节趋势分解(STL)和变分模态分解(VMD)组合的二次分解,结合支持向量机(SVM)的月径流预测模型STL-VMD-SVM。该模型利用STL将原始径流序列分解为不同频率的季节项、趋势项和残差项,并通过VMD将残差项分解为IMF s。建立SVM模型预测季节项、趋势项和IMF s,所有IMF s的预测值之和为残差项的预测值,季节项、趋势项和残差项之积为原始径流序列的最终预测值。基于伊洛河流域黑石关站及黄河干流高村站的月径流时间序列进行了实例应用及普适性评价,并与BP神经网络模型和长短期记忆神经网络模型(LSTM)进行对比。结果表明:对于伊洛河黑石关站径流预测,所提模型验证期的NSE、MAPE、RMSE、R分别为0.977,13.705%,0.327,0.991,其预测精度均优于单一模型和一次分解模型,STL-VMD二次分解可以有效提高模型预测精度;在黄河干流高村站径流预测中验证期的NSE、MAPE、RMSE、R分别为0.979,8.509%,3.263,0.989,也达到了很好的预测效果。 展开更多
关键词 月径流预测 二次分解 STL VMD SVM 神经网络
在线阅读 下载PDF
基于小波分析的两种神经网络耦合模型在月径流预测中的应用 被引量：17
14
作者 孙娜 周建中 +2 位作者 朱双 李薇 彭甜 《水电能源科学》 北大核心 2018年第4期14-17,32,共5页
为提高河川径流的中长期预报精度并延长其预见期,采用小波分析充分提取有用信息,基于BP神经网络和GRNN神经网络,构建了两种小波神经网络耦合模型,测试了Daubechies族中9种母波函数对模型模拟效果的影响,并采用合格率(Q_(QR))、平均相对... 为提高河川径流的中长期预报精度并延长其预见期,采用小波分析充分提取有用信息,基于BP神经网络和GRNN神经网络,构建了两种小波神经网络耦合模型,测试了Daubechies族中9种母波函数对模型模拟效果的影响,并采用合格率(Q_(QR))、平均相对误差(M_(MPRE))、均方根误差(R_(RMSE))和确定性系数(N_(NSE))等指标评价了模型精度。将该模型应用于金沙江流域向家坝水文站未来1~5个月的径流预报,结果显示,相比于传统BP和GRNN模型,耦合模型具有明显优势,且基于小波分析的BP模型预报结果更接近实测值,预报精度更高,其未来4个月的平均相对误差在±20%以内。表明小波分析方法能充分挖掘隐藏在原始数据中的有用信息,可有效提高耦合模型的预报精度延长预见期,在径流预测方面有明显的优越性。 展开更多
关键词 神经网络模型 水文预报 小波分析 月径流预报
在线阅读 下载PDF
海温和气象因子对洪家渡水电站月径流量的影响 被引量：7
15
作者 葛朝霞 顾月红 +1 位作者 曹丽青 强学民 《河海大学学报（自然科学版）》 CAS CSCD 北大核心 2006年第6期606-609,共4页
利用逐步回归的方法,考虑海温和气象因子的作用,设计了3种预报方案,建立了洪家渡水电站月径流量的预报模型,并进行了对比分析研究.结果表明:考虑海温因子与气象因子组合的逐步回归方案预报效果最佳,具有实用价值.最重要的3项影响因子是7... 利用逐步回归的方法,考虑海温和气象因子的作用,设计了3种预报方案,建立了洪家渡水电站月径流量的预报模型,并进行了对比分析研究.结果表明:考虑海温因子与气象因子组合的逐步回归方案预报效果最佳,具有实用价值.最重要的3项影响因子是72.5°N,157.5°W^160°W海区的海温、东亚槽位置以及编号台风数. 展开更多
关键词 水电站 海温因子 气象因子 月径流量 预报模型
在线阅读 下载PDF
基于GM-SVR耦合的月径流预测模型研究与应用 被引量：7
16
作者 朱双 周建中 +2 位作者 丁小玲 谢蒙飞 吴江 《水力发电》 北大核心 2015年第12期17-20,共4页
考虑到某月径流与该月历史同期径流以及临近月径流均有较强相关性,而通常预报方法只采用其中一种径流序列,导致了可用信息损失。为此,提出一种基于灰色理论和支持向量机回归的组合预报模型。提出的模型综合利用了径流年内变化和年际变... 考虑到某月径流与该月历史同期径流以及临近月径流均有较强相关性,而通常预报方法只采用其中一种径流序列,导致了可用信息损失。为此,提出一种基于灰色理论和支持向量机回归的组合预报模型。提出的模型综合利用了径流年内变化和年际变化信息,与单一灰色模型和支持向量机模型进行预测对比,结果表明基于灰色支持向量机的月径流模型预测精度明显高于单一模型,尤其是对径流变化剧烈的汛期表现出更优越的预测性能。 展开更多
关键词 支持向量机 灰色理论 核函数 月径流
在线阅读 下载PDF
改进的Elman模型在紫坪铺月径流预测中的应用 被引量：9
17
作者 徐留兴 梁川 秦远清 《四川大学学报（工程科学版）》 EI CAS CSCD 北大核心 2006年第3期38-42,共5页
Elman递归神经网络具有上下层,将隐藏层前一时刻的输出反馈到当前时刻的输入,这种反馈连接使Elman网络能够检测随时间变化的序列信息;对Elman进行改进,使之对时间变化序列信息更敏感;利用岷江紫坪铺水文站数十年的天然月径流时间序列,... Elman递归神经网络具有上下层,将隐藏层前一时刻的输出反馈到当前时刻的输入,这种反馈连接使Elman网络能够检测随时间变化的序列信息;对Elman进行改进,使之对时间变化序列信息更敏感;利用岷江紫坪铺水文站数十年的天然月径流时间序列,采用改进的Elman递归神经网络对岷江紫坪铺站的天然月径流进行预测分析,并用误差检验和F方差对结果进行检验,表明该模型应用在紫坪铺水文站的月径流预测中是合理、可行的。 展开更多
关键词 岷江上游 紫坪铺 改进的Elman神经网络 月径流预测
在线阅读 下载PDF
基于改进型MF-DFA的月径流序列多重分形分析 被引量：5
18
作者 袁晓辉 齐习文 +2 位作者 田昊 薛小明 薛长奎 《水力发电》 北大核心 2011年第9期21-24,共4页
应用改进的多重分形消除趋势波动分析法对长江流域某水文站多年月径流资料进行分析计算,结果显示,月径流序列具有长程相关性和多重分形特征,并采用二项倍增串级模型,对其多重分形谱拟合,表明月径流序列具有较强的多重分形性。通过对其... 应用改进的多重分形消除趋势波动分析法对长江流域某水文站多年月径流资料进行分析计算,结果显示,月径流序列具有长程相关性和多重分形特征,并采用二项倍增串级模型,对其多重分形谱拟合,表明月径流序列具有较强的多重分形性。通过对其初始序列、重排序列和替代序列进行对比分析,揭示出月径流序列多重分形特征是序列本身的长程相关性和胖尾概率分布共同作用的结果,且胖尾概率分布起主要作用。 展开更多
关键词 月径流序列 多重分形 消除趋势波动分析 长程相关性 胖尾概率分布
在线阅读 下载PDF
新丰江水库月径流预报模型 被引量：12
19
作者 李杰友 熊学农 罗清标 《河海大学学报（自然科学版）》 CAS CSCD 1998年第5期104-106,共3页
通过对研究区的气候、水文气象物理因子的分析，挑选出与月径流关系最好的物理因子作为预报因子；利用逐步回归分析和预报集成方法建立月径流预报模型．模型应用结果表明，预报精度满足生产要求．
关键词 月径流 物理因子 回归分析 水文预报 水库
在线阅读 下载PDF
基于SWAT模型的延河流域月径流量模拟分析 被引量：6
20
作者 朱烨 方秀琴 +1 位作者 王凯 朱求安 《长江科学院院报》 CSCD 北大核心 2016年第10期41-45,共5页
近年来SWAT模型在我国南方湿润半湿润流域以及众多大尺度流域取得了良好的应用效果,但在水文资料缺乏、气候相对干旱的流域应用不多。以黄土高原典型流域陕西省延河流域为例,结合国内外已有的研究和GIS技术,根据延河流域现有的数据成功... 近年来SWAT模型在我国南方湿润半湿润流域以及众多大尺度流域取得了良好的应用效果,但在水文资料缺乏、气候相对干旱的流域应用不多。以黄土高原典型流域陕西省延河流域为例,结合国内外已有的研究和GIS技术,根据延河流域现有的数据成功构建了基于SWAT的水文模型,其中1980—1985年为模型的率定期,1986—1989年为模型的验证期。通过对模型的参数进行敏感性分析以及一系列率定,最终得到结果为:率定期的NashSutcliffe效率系数NS和相关系数R2分别是0.644和0.832;验证期的Nash-Sutcliffe效率系数NS和相关系数R^2分别为0.63和0.872,均达到模型模拟的要求,表明SWAT模型基本上能够模拟延河流域月径流量水文过程,为SWAT模型在黄土高原典型流域的进一步应用提供了科学依据。 展开更多
关键词 SWAT模型 月径流量模拟 延河流域 黄土高原 适用性 敏感性分析
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 7 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部