首页> 中文学位 >基于组合模型方法对径流量数据的研究及预测——以石羊河月均径流量为例
【6h】

基于组合模型方法对径流量数据的研究及预测——以石羊河月均径流量为例

代理获取

目录

第一个书签之前

展开▼

摘要

水是维持生命和发展经济不可缺少的自然资源,水资源的开发利用为人类社会进步、国民经济发展提供了必要的物质保证,而径流量的多少与水资源的开发利用息息相关,所以径流量的预测结果对制定该地区防洪、抗旱、水库的优化调度等策略具有十分重要的参考价值。但因其受到各种错综复杂因素的影响,对径流预测的研究成为了国内外学者研究的热点和难点。本文基于小波分解(WD)、粒子群优化算法(PSO)、径向基函数网络(RBFN),Elman神经网络(Elman)提出了一种新组合模型WD-PSO-RBFN-Elman。并将该组合模型应用到石羊河的两个站点(杂木寺和黄羊水库)的月均径流量数据的预测中。 针对月均径流量数据呈现出非线性、不稳定性的特点,先对原始序列进行预处理,即用WD(db1小波的三层分解)的方法将原始序列分解为低频序列(A3)和一系列高频序列(D1、D2、D3),其中 A3 序列反映了杂木寺和黄羊水库月均径流量的主要波动情况,根据 A3 序列呈现的季节性特点对其进行季节调整(SAM),再用PSO优化的RBFN进行逼近;高频序列D1、D2、D3保留了杂木寺和黄羊水库月均径流量数据的细节部分,对D1、D2、D3序列分别进行Elman拟合,然后将PSO-RBFN逼近所得序列跟Elman拟合输出的一系列高频序列线性加权,得到 WD-PSO-RBFN-Elman的最终预测结果。为了验证新组合模型的有效性,将该模型与其它三组模型做了比较,如 RBFN 网络、WD-SAM-RBFN模型、WD-PSO-RBFN模型等,仿真结果表明,本文提出的WD-PSO-RBFN-Elman模型对于月均径流量数据的预测具有更好的效果.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号