成都品茶不限次_同城空降快餐联系_QQ快餐200QQ群_微信二维码叫小妹150

数据资源: 中文期刊论文

基于PCA和BP神经网络的径流预测

?

编号 zgly0001603146

文献类型 期刊论文

文献题名 基于PCA和BP神经网络的径流预测

作者 聂敏  刘志辉  刘洋  姚俊强 

作者单位 新疆大学资源与环境科学学院  新疆大学教育部绿洲生态重点实验室  新疆大学干旱生态环境研究所  新疆大学干旱半干旱区可持续发展国际研究中心 

母体文献 中国沙漠 

年卷期 2016年04期

年份 2016 

分类号 P338 

关键词 主成分回归  主成分分析  BP神经网络模型  径流预测 

文摘内容 径流预测为流域水资源的合理开发利用与统筹配置提供依据。运用多元线性回归、主成分回归、BP神经网络及主成分分析和BP神经网络相结合的方法,对新疆呼图壁河流域石门水文站2009—2011年各月径流量进行预测,并采用相关系数、确定性系数及均方根误差对各模型预测精度进行比较。结果表明:(1)神经网络等智能算法具有高速寻优的能力,对短时间尺度的月径流量的预测结果较好;(2)主成分回归等常规算法能充分反映出某地区径流的年际的稳定性,对全年径流总量的模拟精度较高;(3)主成分分析和BP神经网络相结合的方法,提高了神经网络的收敛速度,同时降低了局部极值的影响,优于简单的BP神经网络,适用于呼图壁河月径流量预测。

相关图谱

扫描二维码