期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于WA、ANN和水文频率分析法相结合的中长期水文预报模型的研究
被引量：
11
1
作者
桑燕芳
王栋
+2 位作者
吴吉春
朱庆平
王玲
《水文》
CSCD
北大核心
2009年第3期10-15,9,共7页
针对传统中长期水文预报方法模拟预测结果精度低、未考虑水文不确定性因素的影响等问题,本文将小波分析(WA),人工神经网络(ANN)和水文频率分析法联合使用,建立了不确定性中长期水文预报模型:即在应用WA揭示水文序列变化特性的基础上,将...
针对传统中长期水文预报方法模拟预测结果精度低、未考虑水文不确定性因素的影响等问题,本文将小波分析(WA),人工神经网络(ANN)和水文频率分析法联合使用,建立了不确定性中长期水文预报模型:即在应用WA揭示水文序列变化特性的基础上,将原序列分为主序列和随机序列两部分,然后利用ANN对主序列进行模拟预测,对随机序列进行水文频率分析,最后将两部分结果叠加作为最终预测值。将该模型用于黄河河口地区作中长期水文预报,并与传统方法作对比,进行模型验证。结果显示:该模型能同时揭示序列的时、频结构和变化特性;预报值结果精度高;且合格率高;能定量分析和描述水文不确定性因素对预报结果的影响,可得到不同频率对应水文序列的模拟预测值。因此该模型的预报结果更加合理有效,对实际生产应用更具有指导意义。
展开更多
关键词
中长期水文预报
水文时间序列
小波分析
人工神经网络
水文频率分析法
不确定性
在线阅读
下载PDF
职称材料
水文序列展延的MTSE法和WA-BP法研究
2
作者
宋胜丽
王栋
+2 位作者
吴吉春
朱庆平
王玲
《水文》
CSCD
北大核心
2011年第1期1-7,共7页
传统相关展延(CE)法较多地考虑了序列总体的变化特征,并且两序列需呈线性关系。但是不同的水文变量,具有不同的时空分布特性,可以提供插补展延的信息资源是不同的。因此,本文对该法进行了改进,把小波分析和BP神经网络应用于水文序列的展...
传统相关展延(CE)法较多地考虑了序列总体的变化特征,并且两序列需呈线性关系。但是不同的水文变量,具有不同的时空分布特性,可以提供插补展延的信息资源是不同的。因此,本文对该法进行了改进,把小波分析和BP神经网络应用于水文序列的展延,提出了两种改进方法:多时间尺度展延(MTSE)法和小波-BP网络展延(WA-BP)法,力图既考虑水文序列的多时间尺度特征,又突破线性关系的束缚,充分利用水文变量提供的信息资源。通过实例对比分析表明:(1)CE法、MTSE法和WA-BP法的展延精度依次提高。(2)当水文序列的波动变化不显著时,CE法、MTSE法和WA-BP法都满足相对误差的均值小于或等于0.2的精度要求,且WA-BP法稍优越于MTSE法。(3)当水文序列的波动变化显著时,CE法和MTSE法不是很适用,选择WA-BP法仍然可以得到较精确的展延结果。
展开更多
关键词
水文序列
小波分析
BP神经网络
相关展延
多时间尺度展延
WA—BP展延
在线阅读
下载PDF
职称材料
题名
基于WA、ANN和水文频率分析法相结合的中长期水文预报模型的研究
被引量：
11
1
作者
桑燕芳
王栋
吴吉春
朱庆平
王玲
机构
南京大学地球科学与
工程
学院水科学系
中水新华国际工程咨询公司
水利部黄河水利委员会水文局
出处
《水文》
CSCD
北大核心
2009年第3期10-15,9,共7页
基金
国家自然科学基金项目(40725010,40730635,40672160)
水利公益项目(2007SHZ1-24)
文摘
针对传统中长期水文预报方法模拟预测结果精度低、未考虑水文不确定性因素的影响等问题,本文将小波分析(WA),人工神经网络(ANN)和水文频率分析法联合使用,建立了不确定性中长期水文预报模型:即在应用WA揭示水文序列变化特性的基础上,将原序列分为主序列和随机序列两部分,然后利用ANN对主序列进行模拟预测,对随机序列进行水文频率分析,最后将两部分结果叠加作为最终预测值。将该模型用于黄河河口地区作中长期水文预报,并与传统方法作对比,进行模型验证。结果显示:该模型能同时揭示序列的时、频结构和变化特性;预报值结果精度高;且合格率高;能定量分析和描述水文不确定性因素对预报结果的影响,可得到不同频率对应水文序列的模拟预测值。因此该模型的预报结果更加合理有效,对实际生产应用更具有指导意义。
关键词
中长期水文预报
水文时间序列
小波分析
人工神经网络
水文频率分析法
不确定性
Keywords
medium-and long-term hydrologic forecasting
hydrologic time series
wavelet analysis
artificial neural network
hydrologic frequency analysis
uncertainty
分类号
P338.2 [天文地球—水文科学]
在线阅读
下载PDF
职称材料
题名
水文序列展延的MTSE法和WA-BP法研究
2
作者
宋胜丽
王栋
吴吉春
朱庆平
王玲
机构
南京大学地球科学与
工程
学院水科学系
中水新华国际工程咨询公司
水利部黄河水利委员会水文局
出处
《水文》
CSCD
北大核心
2011年第1期1-7,共7页
基金
国家自然科学基金(40725010
40730635)
+1 种基金
水利公益项目(200701024)
南京大学青年骨干教师和优秀中青年学科带头人培养计划项目
文摘
传统相关展延(CE)法较多地考虑了序列总体的变化特征,并且两序列需呈线性关系。但是不同的水文变量,具有不同的时空分布特性,可以提供插补展延的信息资源是不同的。因此,本文对该法进行了改进,把小波分析和BP神经网络应用于水文序列的展延,提出了两种改进方法:多时间尺度展延(MTSE)法和小波-BP网络展延(WA-BP)法,力图既考虑水文序列的多时间尺度特征,又突破线性关系的束缚,充分利用水文变量提供的信息资源。通过实例对比分析表明:(1)CE法、MTSE法和WA-BP法的展延精度依次提高。(2)当水文序列的波动变化不显著时,CE法、MTSE法和WA-BP法都满足相对误差的均值小于或等于0.2的精度要求,且WA-BP法稍优越于MTSE法。(3)当水文序列的波动变化显著时,CE法和MTSE法不是很适用,选择WA-BP法仍然可以得到较精确的展延结果。
关键词
水文序列
小波分析
BP神经网络
相关展延
多时间尺度展延
WA—BP展延
Keywords
hydrological series
wavelet analysis
BP neural network
correlation extension
multiple time scale extension
WA-BP extension
分类号
P333.9 [天文地球—水文科学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于WA、ANN和水文频率分析法相结合的中长期水文预报模型的研究
桑燕芳
王栋
吴吉春
朱庆平
王玲
《水文》
CSCD
北大核心
2009
11
在线阅读
下载PDF
职称材料
2
水文序列展延的MTSE法和WA-BP法研究
宋胜丽
王栋
吴吉春
朱庆平
王玲
《水文》
CSCD
北大核心
2011
0
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
