基于Matlab神经网络的流域年径流量预测

阐述了运用人工神经网络模型对流域年径流量径流序列做出预报,表明人工神经网络模型在水文预报中具有一定的优势。通过BP神经网络算法得到了适合该神经网络模型的训练算法。以渔峡口站年径流量实测序列为研究对象,在数值试验的基础上建立了年径流序列预报的人工神经网络预报模型结构,提高了该模型的预报准确性。     

塔里木河流域径流量预测分析

因径流量预测中伴随着随机性、灰信息性的特点,传统的数学模型难以解决复杂的非结构化问题。在参与塔河流域多个水文控制站点径流量预测的基础上,探讨了GM(1,1)与BP算法在径流量预测中的有效性及存在的一些问题。首先用灰色关联理论对相关序列的灰色绝对、相对、综合关联度进行了分析;然后建立了GM(1,1)模型,讨论了在原始序列准光滑条件满足、1-AGO准指数规律满足条件下GM(1,1)模型模拟随机振荡序列的局限;最后建立了神经网络模型,应用BP算法训练网络权矩阵和偏置,对径流量的历史演变进行了仿真模拟,对预留年份的径流量作了预测检验。     

基于EMD的密云水库年径流量多时间尺度分析

针对小波变换的不足之处,运用EMD方法对密云水库1956—2000年还原后的入库天然年径流量时序进行多时间尺度分析,发现其变化存在准2～4a、准5～6a、准8～9a、准11a和准17～19a的波动周期,并分析了各分量的趋势变化,对密云水库运行管理工作的科学化具有重要借鉴意义。     

BP神经网络预测河流月径流量

河流的月径流量是随机变化的，影响因素很多，如人类活动、降雨、下垫面的土壤、植被覆盖情况。利用人工神经网络理论建立BP（Back-Propagation，反向传播方法）网络预测模型，用该模型对河流的月径流量进行预测，BP神经网络模型计算快速，占用内存小，还有很好的容错性，可以得到比较理想的结果，精度高，可靠性好。模型建立之后，将其用于实例，通过对大量样本进行很多次的训练学习，得到训练好的BP网络模型，最后进行预测，得到令人比较满意的结果。     

泾河年径流量BP神经网络模型研究

以1957—2000年的实测降水序列和泾河年径流量序列为研究对象,利用EMD法和GA建立了泾河年径流量的BP神经网络模型。分析结果表明:泾河流域年降水量变化可能存在准2～3、5～7、10～13、18～22 a的周期;基于EMD的年径流量BP神经网络模型预测值的相对误差为-4.71%～8.21%,基于GA的年径流量BP神经网络模型预测值的相对误差为2.25%～12.22%。     

基于EMD的官厅水库天然年径流量变化多时间尺度分析

针对小波变换的不足之处，对官厅水库1956～2000年还原后的入库天然年径流量时序运用EMD方法进行多时间尺度分解，发现其天然年径流量存在准2～3年、准7～8年、准15年的波动周期，并分析了各分量的趋势变化及其影响因素。结果表明，EMD作为一种全新的多分辨率信号处理方法，可以更精确地提取年径流量时序中不同波动周期的分量，在水文水资源变量的分析及建模中具有广阔的应用前景。     

基于RBF神经网络的河川年径流量预测

文章以新疆开都河年径流量为研究对象,选用能够模拟输入与输出层非线性关系的径向基函数(radial basis function,RBF)神经网络,构建了河流年径流量预测模型。研究结果表明:通过自相关系数法,选用河流自身前1~5 a径流量作为输入层,当前年径流量作为输出层,利用Matlab软件建立RBF神经网络模型,预测开都河2008—2012年径流量,预测值最小相对误差为3.22%,最大相对误差为7.61%,平均相对误差为5.19%,相关系数为0.863;通过对预测样本实测值与模拟值进行经典统计学分析,2组数据间无显著性差异。这说明RBF人工神经网络模型用于模拟预测河川年径流量是可行的。     

黄河下游年径流量及输沙量变化的EMD分析

运用EMD方法对黄河下游花园口站1952—2009年年径流量及年输沙量的时间序列资料分别进行了多时间尺度分析,得到了各自具有不同周期的波动分量以及趋势分量。结果表明:黄河下游年径流量、年输沙量的变化过程具有复杂的多时间尺度特性,是多种波动成分共同作用的结果;年径流量和年输沙量变化过程均存在3个波动周期,而趋势项呈递减的态势;相同尺度下的水、沙分量之间具有显著的相关性,而不同尺度下的水、沙分量之间基本无相关性。     

基于自相关系数法与BP神经网络模型的开都河年径流量预测

提出了利用自相关系数法和BP神经网络模型计算河流径流量的一种方法。作为一个案例,该模型在开都河被成功地建立,并有效地用于由往年径流量资料推求来年径流量。计算结果表明,该方法不但具有一定的精度,而且也为研究径流量的快速计算提供了一条新途径。     

基于改进的神经网络与支持向量机的小流域日径流量预测研究

数据驱动水文模型可以在不考虑复杂物理过程的情况下,实现对数据种类较少的小流域日径流量的准确预测。本研究基于安徽省黄山市月潭水文监测站点2009-2012年的日径流量监测数据,分别构建粒子群寻优算法改进的神经网络(PSO-BPNN)以及支持向量机(PSO-SVM)模型。通过进行不同形式的模型结果比较发现,两类模型均有较好的拟合能力及泛化能力,其中基于三日流量数据的(PSO-SVM)模型具有最优模拟结果,可以考虑用于月潭流域日径流量的预测,实现流域内水资源的合理配置以及相关灾害的预防。     

基于月年混合径流量的预测控制模型

提出了一种用于长期水电调度的模型，该模型是在预测控制的框架下利用了月年混合径流的预报法，径流量的预报数据长达3 a，包括了在接近现实的较小的范围内波动的月径流量，以及在优化范围内的年径流量。该模型的仿真测试是以一个具有历史径流量的单一的热水库系统作为仿真环境。仿真结果与现有的基于月径流预测的随机动态规划方法相比后，显示出混合模型在长期水电调度的决策过程中是一种很有效的方法。图3幅，表2个。     

渭河年径流量多时间尺度分析的EMD方法

运用EMD方法对渭河华县水文站和北洛河氵状头水文站1956～2000年还原后的合计天然径流量时序进行了多时间尺度分析,结果表明：①渭河还原后的天然年径流量时序可以分解为4个具有不同波动周期的分量和1个趋势分量;②渭河入黄年径流量存在准3年、准6年、准12年、准25年的波动周期;③预计渭河入黄年径流量在21世纪初期将持续减少,丰水年时段和枯水年时段的持续时间将增加。     

基于GMBPDS的塔里木河径流量预报研究

GMBPDS综合模型有效地将灰色理论的弱化数据波动性优点和神经网络非线性特点结合起来,而且证据理论又能使神经网络融合的不稳定性得到改善。用来水量实测数据进行验证,结果表明该预测模型具有可行性和实用性。     

灰预测和BP神经网络在梧州站年径流预测中的应用

根据1960—2007年降雨、径流资料,运用Pearson相关分析法研究梧州区域降雨、大湟江口站年径流量与梧州站年径流量的相关关系;应用数列灰预测和BP神经网络模拟预测梧州站年径流量。结果表明:梧州站年径流量受梧州区域汛期降雨量、年降雨量和大湟江口站年径流量影响较大;梧州站年径流量BP神经网络模型预测效果比数列灰预测好。     

基于EMD的凌河流域降水径流预测模型研究

为提高降水径流预测模型的预测精度,利用经验模态分解法处理非线性复杂信号的优势,再结合BP神经网络,对凌河朝阳水文站1956—2009年的降水量资料进行分解,以分解出的分量作为BP神经网络预测模型的输入,以实测的年径流量作为输出,建立降水径流预测模型。模型检验结果表明:模型预测精度较高,对凌河流域径流量预测具有一定的实用性。     

基于改进的BP神经网络径流量还原计算研究

针对水文系统复杂性与非线性的特点,加入动量项因子对BP神经网络进行改进,加快收敛速度,将自然因素、人为因素、自然与人为混合因素分别作为输入因子,构建了大沽夹河天然径流量还原计算方案,用逐项还原法的结果验证对比选出最佳方案。结果表明:①经过改进的BP神经网络收敛速度明显加快,由平均的6 028次迭代优化到1 782次迭代;②以降雨量、蒸发量和实测径流量为输入因子的第三种方案模拟误差最小,适用于大沽夹河流域天然径流量还原计算。     

年径流量水文指标的灰色概率预测

在研究分析农业生产条件中,经常会遇到一些"灾变"问题。为了科学应对"灾变"问题发生所给工农业生产带来的困难,超前预测"灾变"发生多大概率的可能性是很有实际意义的。作者以某区域年径流量历史统计资料,应用灰色概率预测方法,对该区域作了分析预测,结果与实际比较接近。在客观世界中,不论是自然系统还是社会系统,有许多现象发生并不严格具有无后效性,所以应用灰色理论来描述马尔柯夫过程,能够较合理地反映过程的灰色特征。     

基于BP神经网络的河道径流变化量预测

河道径流变化是一种复杂的非线性函数关系的过程,BP神经网络具有表达任意非线性映射的特性。本文基于BP神经网络建立的河道径流变化量预测模型,结合水资源调查分析评价,定量地将人类活动影响期径流相对于基准期径流的变化量分解为降水量、涉水工程、下垫面变化影响量,并分别建立3种因素的影响量模型,从而实现预测未来径流变化量及径流变化量控制的目的。     

基于EMD的官厅水库天然年径流量变化多时间尺度分析

针对小波变换的不足之处,对官厅水库1956～2000年还原后的入库天然年径流量时序运用EMD方法进行多时间尺度分解,发现其天然年径流量存在准2～3年、准7～8年、准15年的波动周期,并分析了各分量的趋势变化及其影响因素.结果表明,EMD作为一种全新的多分辨率信号处理方法,可以更精确地提取年径流量时序中不同波动周期的分量,在水文水资源变量的分析及建模中具有广阔的应用前景.     

岗南、黄壁庄水库入库径流量的灰色预测

本文运用灰色系统理论的拓扑预测方法,根据历史资料,对石津灌区水源工程岗南、黄壁庄水库径流量建立GM(1,1)模型群,预测未来几年入库径流量。预测成果对指导灌区建设、灌区农业生产结构调整将有一定的参考价值。