径流序列的相空间重构神经网络预测模型

摘要：

在水文水资源领域中引入混沌理论,将相空间重构理论与神经网络理论相结合,提出了径流时间序列预测模型.通过相空间重构,把一维径流时间序列拓展为多维序列,而多维序列可挖掘更为丰富的信息,有利于神经网络的训练.研究表明,利用神经网络建模可以较好地解决非线性问题,使预测更符合实际.以汉江石泉水库逐月平均入库径流序列为例,建立了径流时间序列相空间重构与神经网络耦合预测模型,计算结果表明,模型有较高的预测精度.

关键词：径流、相空间重构、神经网络、预测模型

所属期刊栏目：33

分类号：P338(水文科学（水界物理学）)

资助基金：国家高技术研究发展计划863计划2002AA2Z4291

在线出版日期：2005-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：490-493