中长期径流预报中PCA-IBP模型的改进算法研究
径流预报的信息有很大的相关性,这是必须在预报工作中避免的,同时,这些信息的维度较高,且以往处理这些信息的数学模型计算复杂度较高.针对以上问题提出了一种混合主成分分析方法(PCA,Principal Component Analysis)和改进BP(Improved Back Propagation)神经网络模型的中长期径流预报模型(PCA-IBP),此种方法可以很好地避免以上不足,可以进一步提高模型计算效率.实际数据验证表明,提出模型预报的精准程度以及效率都较传统的BP神经网络预报模型有所改善.
径流预报、主成分分析、BP神经网络、模型、算法
34
TP319;TV121.2(计算技术、计算机技术)
河南省科技厅重点科技项目132102210493;郑州大学西亚斯国际学院校级重点科研项目2015KYZD02
2016-05-24(万方平台首次上网日期,不代表论文的发表时间)
共5页
601-605