机译:通过确定建模异方差残差误差的帕累托最优方法,提高日流量的概率预测
Univ Adelaide, Sch Civil Environm & Min Engn, Adelaide, SA 5005, Australia;
Univ Adelaide, Sch Civil Environm & Min Engn, Adelaide, SA 5005, Australia;
Univ Adelaide, Sch Civil Environm & Min Engn, Adelaide, SA 5005, Australia|Univ Newcastle, Sch Engn, Callaghan, NSW 2308, Australia;
Bur Meteorol, Canberra, ACT 2600, Australia;
Univ Newcastle, Sch Engn, Callaghan, NSW 2308, Australia;
probabilistic prediction; hydrological models; residual errors; heteroscedasticity; Pareto optimality; Box-Cox transformation;
机译:用于日常流式预测的帕累托最优运动平均多岛遗传编程模型
机译:异源性治疗在剩余误差模型上的影响与预测不确定性估计的影响
机译:部分最优设计中具有异方差误差模型的最优性的一些结果
机译:与数据和模态残差一致的帕累托最优结构模型和预测
机译:利用人工神经网络建模,改善北部德克萨斯州德克萨斯州地区的区域水文预测
机译:Covid-19的预测和反对措施的热度协调:从微观到宏观模型到帕累托前线
机译:通过识别pareto最优方法来模拟异方差残差,改进每日流量的概率预测
机译:随机每日降水模型和每日流量转移过程