安徽农业科学

2019, v.47;No.616(03) 208-211

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

叶尔羌河年径流预测模型研究与应用
Research and Application of Annual Runoff Prediction Model of Yarkant River

何兵;高凡;蓝利;覃姗;

摘要(Abstract):

为提高叶尔羌河中长期径流预测精度,基于小波分析的基础上建立遗传算法优化BP神经网络的耦合模型,对60年叶尔羌河年径流时间序列进行研究。结果表明:耦合模型综合了两者的优势,在保留神经网络优良非线性拟合能力的同时,又融入遗传算法的容错性和全局搜索能力,提高预测径流时的学习速度和泛化能力。在对年径流进行预测时,其预测平均误差为-2.69%,而采用传统单纯的BP神经网络模型预测的平均误差为-10.25%。从预测误差检验以及模型的对比结果可知此模型合理、可行,因此该算法有助于解决叶尔羌河中长期径流预测问题。

关键词(KeyWords): 径流预测;遗传算法;BP神经网络;叶尔羌河

Abstract:

Keywords:

基金项目(Foundation): 新疆维吾尔自治区自然科学基金项目(2017D01A43)

作者(Author): 何兵;高凡;蓝利;覃姗;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享