...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of Environmental Engineering and Science >An exploration of artificial neural network rainfall-runoff forecasting combined with wavelet decomposition
【24h】

An exploration of artificial neural network rainfall-runoff forecasting combined with wavelet decomposition

机译：结合小波分解的人工神经网络降雨径流预报方法的探索

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This study compares the one-day-ahead stream flow forecasting performance of multiple-layer artificial neurons and a neuro-wavelet hybrid system at two sites. Morlet power spectra are used to identify the period-scale structure of the available rainfall and runoff time series. The time series are wavelet decomposed into three sub-series depicting the rainfall-runoff processes: short, intermediate, and long wavelet periods. Then, multiple-layer artificial neurons are trained for each wavelet sub-series. Results show that the short wavelet periods are responsible for most of the final neuro-wavelet hybrid forecasting error. Short period fluctuations are thus the key to any further improvements in artificial neural network (ANN) rainfall-runoff forecasting models. The final performance of the neuro-wavelet hybrid forecasting system and of the classic forecasting multiple-layer artificial neuron system is very similar. The slight advantage in performance of the neuro-wavelet system may be attributed to a better usage of the evapotranspiration time series. Key words: surface-water hydrology, rainfall-runoff, artificial neural networks, wavelet decomposition.Cette étude consiste en une comparaison de la performance de réseaux de neurones artificiels multicouches et d'un système hybride neuro-ondelette pour la prévision un jour des débits à deux sites. Des spectres de puissance Morlet sont exploités pour étudier l'échelle des périodes de séries temporelles de pluie et de débit. Les séries temporelles sont décomposées en ondelettes en trois sous-séries décrivant les processus pluie-débit de courtes, moyennes et longues périodes. Des réseaux multicouches sont ensuite entraînés pour chacune de ces sous-séries. Les résultats révèlent que les courtes périodes sont responsables de la majeure partie des erreurs associées au système hybride neuro-ondelette. Les fluctuations courtes sont donc la clef de tout progrès supplémentaire dans la modélisation des processus pluie-débit par réseaux de neurones artificiels. La performance finale du système hybride neuro-ondelette et des réseaux multicouches classiques sont très semblables. Le léger avantage en performance du système hybride neuro-ondelette peut être expliqué par une meilleure utilisation de la série temporelle de l'évapotranspiration.Mots clés : hydrologie de surface, pluie-débit, réseaux de neurones artificiels, décomposition en ondelette.
机译：这项研究比较了多层人工神经元和两个地方的神经小波混合系统的提前一天流量预测性能。 Morlet功率谱用于确定可用降雨和径流时间序列的周期尺度结构。时间序列被小波分解为三个子序列，描述了降雨径流过程：短，中和长小波周期。然后，为每个小波子系列训练多层人工神经元。结果表明，短小波周期是造成最终最终神经小波混合预测误差的主要原因。因此，短期波动是进一步改进人工神经网络（ANN）降雨径流预报模型的关键。神经小波混合预测系统和经典预测多层人工神经元系统的最终性能非常相似。神经小波系统在性能上的轻微优势可以归因于蒸散时间序列的更好利用。关键词：地表水水文学，降雨径流，人工神经网络，小波分解àdeux网站。追求光彩的人莫雷颂（morlet sont）剥削了périodesdepériedesde pluie et dedébit的爱国者。法院在法律上对法院判决书进行了修改，并在法院法院判决法院审理了法院判决书。 Desréseauxmulticouches sont ensuiteentraînéspour chacune de cessos-séries。负责任的不可或缺的法律责任人与不可或缺的人协进会或神经系统杂种。波动是由神经制品的生产者和生产者提供的。系统表现混合神经中枢神经系统和多器官功能衰竭分类。系统上的神经系统优势综合表现法，可以有效地利用蒸腾作用来改善人体的生理功能。运动的类别：水生表面，pluie-débit，神经元人工构造，de.composition。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 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