经验模态分解和RBF网络在径流预测中的应用
为提高径流预测的准确性,提出一种经验模态分解EMD(Empirical Mode Decomposition)与径向基函数RBF(radial basis function)神经网络的径流预测方法.该方法利用EMD将漳泽水库径流序列分解为5个固有模态函数和1个残余项,然后将各分量作为RBF网络的输入对径流进行预测.结果表明:通过EMD分解,预测效果有明显提高,满足规范要求,计算方法可行.预测结果可为漳泽水库防洪抗旱规划,水资源优化调度提供科学的依据.
经验模态分解、RBF神经网络、径流预测、漳泽水库
28
TV213
2014-07-01(万方平台首次上网日期,不代表论文的发表时间)
118-123