首页> 中文期刊> 《水电能源科学》 >基于混合神经网络-上下限估计法的河流流量区间预测

基于混合神经网络-上下限估计法的河流流量区间预测

         

摘要

为对混合模糊识别和连续性方程的神经网络模型(HNN)进行不确定性分析,采用上下限估计法(LUBE)直接得到神经网络输出层的两个节点值作为区间上下限,将综合评价指标CCWC作为目标函数,寻找最优的预测区间(PI),并以美国乔治亚州Yellow River上测站的日流量和小时流量为例,预测下游河道的区间流量。结果表明,HNN模型在90%、95%置信水平区间具有有效性,其可得到包含更多观测值且宽度更小的预测区间。同时,进一步验证了LUBE在区间预测中应用的合理性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

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