中长期径流预报中PCA-IBP模型的改进算法研究

摘要：

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.

关键词：径流预报、主成分分析、BP神经网络、模型、算法

所属期刊栏目：34

分类号：TP319;TV121.2(计算技术、计算机技术)

资助基金：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

在线出版日期：2016-05-24（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：601-605