| 改进RBF-Adaboost模型及其在年径流预测中的应用 |
| |
| 引用本文： | 黄剑竹. 改进RBF-Adaboost模型及其在年径流预测中的应用[J]. 人民珠江, 2015, 36(1) |
| |
| 作者姓名： | 黄剑竹 |
| |
| 作者单位： | 云南省水文水资源局临沧分局,云南 临沧,677000 |
| |
| 摘 要： | 为提高径向基神经网络(RBF)在年径流预测中精度,提出基于Adaboost算法及线性递减算法改进的RBF-Adaboost预测模型,以云南省姑老河站年径流预测为例进行实例研究,并构建RBF、GA-BP及BP模型作为对比模型.利用实例前34年和后20年资料对所构建的模型进行训练和预测.结果表明:改进RBF-Adaboost模型对实例后20年年径流预测的平均相对误差绝对值和最大相对误差绝对值分别为4.83％、9.51％,预测精度优于RBF、GA-BP及BP模型.RBF-Adaboost模型集成了多个基于扩展系数及期望误差线性递减改进的RBF神经网络弱预测器,有效提高了RBF神经网络模型在年径流预测中的精度,模型具有预测精度高、泛化能力强等优点.
|
| 关 键 词： | Adaboost RBF神经网络 径流预测 |
Modified RBF-Adaboost Model and its Application in Anual Runoff Prediction |
| |
| HUANG Jianzhu. Modified RBF-Adaboost Model and its Application in Anual Runoff Prediction[J]. Pearl River, 2015, 36(1) |
| |
| Authors: | HUANG Jianzhu |
| |
| Abstract: | |
| |
| Keywords: | |
|
|
