基于互信息与神经网络的天山西部山区 融雪径流中长期水文预报

摘要：

为提高天山西部山区融雪径流的预报精度,更好地指导所在区域的工农业生产发展,针对影响预报精度的关键问题(预报因子的选择),基于互信息法、相关系数法、主成分分析法对研究区的预报因子进行优选,采用RBF神经网络以及组合小波BP神经网络模型进行径流预报研究,并进行不同方案的比较.结果表明:①互信息法优选出的预报因子作为模型输入可以提高预报精度;②采用不同优选预报因子作为RBF神经网络以及组合小波BP神经网络模型的输入变量,结果表明RBF神经网络模型的预测精度要好于组合小波BP神经网络模型;③以相对误差作为评价模型精确度的标准,预测效果最好的是基于互信息方法挑选出的预报因子作为RBF神经模型输入数据的模型预测结果.

关键词：水文中长期预报、互信息法、相关系数、主成分、神经网络

所属期刊栏目：35

分类号：P338(水文科学（水界物理学）)

资助基金：国家自然科学基金项目51469034,51209181;新疆自治区地方公派出国留学成组配套项目XJDF201307;新疆水文学及水资源重点学科基金项目xjswszyzdxk20101202

在线出版日期：2018-08-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：17-21