基于EEMD-BP-ANN模型的澄碧河年径流量预测研究

为了进一步提高非线性模型的预测能力,在L-M法优化的BP神经网络的基础上,结合目前应用较广的总体经验模态分解法,构建一种新的EEMD-BP-ANN非线性预测模型,并以广西澄碧河平塘水文站1963~2011年共49年的年径流量资料作为研究对象进行分析。结果表明,该新建模型预测精度较高,平均模拟相对误差仅为3.1%。该结果同时也表明,经总体经验模态分解法改进后,神经网络可以更大程度上保留原始数据的信息,从而提高模型预测精度。