多重组合神经网络模型在年径流预测中的应用 |
| |
引用本文: | 崔东文.多重组合神经网络模型在年径流预测中的应用[J].水利水电科技进展,2014,34(2):59-63. |
| |
作者姓名: | 崔东文 |
| |
作者单位: | 云南省文山州水务局,云南 文山 663000 |
| |
摘 要: | 针对线性组合预测模型预测精度不高、单一预测模型权重较难确定和非线性组合预测模型组合函数难以构造等问题,为最大限度地挖掘输入向量间的有用信息以及充分发挥神经网络模型的高度非线性映射能力,提出一种基于BP、Elman、RBF、GRNN这4种神经网络算法原理的多重组合年径流预测模型。以4种单一预测模型的预测结果作为一次组合预测模型的输入向量,实测流量作为输出向量,构建4输入1输出的一次组合预测模型;再以一次组合预测模型预测结果作为二次组合预测模型的输入向量,实测流量作为输出向量,构建4输入1输出的二次组合预测模型;依次类推,构建12种多重组合预测模型。以新疆伊犁河雅马渡站年径流预测为例,将预测结果与4种单一预测模型及IEA-BP模型的预测结果进行比较,结果表明:多重组合预测模型的预测精度和泛化能力较单一预测模型均有较大提高,随着模型组合重数的增加,预测精度呈提高趋势,是提高预测精度的有效方法。
|
关 键 词: | 径流预测 组合模型 BP神经网络 Elman神经网络 RBF神经网络 GRNN神经网络 |
修稿时间: | 2014/3/3 0:00:00 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《水利水电科技进展》浏览原始摘要信息 |
|
点击此处可从《水利水电科技进展》下载全文 |
|