基于NAR神经网络的月径流量预测

DOI: https://doi.org/10.32629/hwr.v4i6.3111

贺依韬

摘要

径流预测对于区域水资源的综合开发利用、合理配置、高效管理具有重要指导作用。月径流序列是典型的非平稳时间序列,NAR神经网络是一种基于时间序列的动态神经网络预测模型,在解决一些非线性,或者人们对其本质了解还不够清楚的复杂问题上表现良好,表现出了良好的智能特性。本文在某水文站50年历史月径流量的基础上,建立NAR神经网络模型对该水文站未来24个月的径流量进行预测,预测结果的确定性系数为0.8367,预测方案的有效性为乙等,对于该区域的水文工作的开展具有重要现实意义。

关键词

水文与水资源;径流预测;NAR神经网络

参考

  1. 舒服华.基于NAR神经网络的湖北省社会消费品零售额预测[J].青海师范大学学报(自然科学版),2019,35(3):24-30.
  2. 李析男,王宁,梅亚东,等.NAR神经网络的应用与检验——以城市居民生活需水定额为例[J].灌溉排水学报,2017,36(11):122-128.
  3. 胡宾,崔广柏,朱灵芝.BP神经网络预测河流月径流量[J].浙江水利科技,2007,(02):15-16+19.
  4. 杭州电子科技大学.基于卡尔曼滤波和NAR神经网络组合的车位预测方法:CN201810449854.6[P],2018-10-12.
  5. 岳新征,李磊民,孙飞.基于NAR动态神经网络的石英挠性加速度表参数建模与预测[J].西南科技大学学报,2016,31(1):88-92.
版权所有 © 2020 依韬 贺

Creative Commons License
此作品已接受知识共享署名-非商业性使用-禁止演绎 4.0国际许可协议的许可。

Refbacks

  • 当前没有refback。