为探讨广义回归神经网络(GRNN)、BP、小波神经网络(WAVE)在径流预测中的适用性,以西洞庭湖南咀站为例,通过EMD方法对1956—2008年南咀站月平均径流量序列进行分解,结合相关性分析分离出与安乡、南咀站月平均水位、流量等输入因子相关的IMF分量,引入BP、GRNN、WAVE算法建立径流估算模型,重构南咀站月平均流量序列。结果表明:①除IMF2分量能量最高、振幅最大,贡献率73.238%,南咀站月平均径流量其他分量随分量级数增大,振幅减小,能量减小,周期增大,贡献率减小;②南咀站月平均流量分量IMF1—3与安乡、石龟山站水位流量极显著正相关,趋势项与石龟山站月平均水位、安乡站月平均流量极显著负相关,与石龟山站月平均流量显著负相关,其他指标相关性均不显著;③同一模式,GRNN算法均优于BP算法(Factor模式下除相对误差外)、小波神经网络算法(IMF-7模式下除均方根误差外),同一算法,Factor模式均优于IMF-7模式,IMF-7模式优于IMF-4模式(除GRNN算法外)。
类型: 期刊论文
作者: 伍佑伦,易放辉,刘晓群,宋雯,吕慧珠,赵文刚
关键词: 月平均流量,神经网络
来源: 人民珠江 2019年06期
年度: 2019
分类: 工程科技Ⅱ辑,基础科学
专业: 地球物理学,水利水电工程
单位: 湖南省水利水电科学研究院,湖南省水利厅
基金: 湖南省水利科技项目(XSKJ2018179-33),湘水科技([2017]230-30,[2015]245-01)
分类号: P333.1
页码: 34-40
总页数: 7
文件大小: 449K
下载量: 52
本文来源: https://www.lunwen66.cn/article/0f319853f9b335fba7d39bdf.html