非平稳时间序列的动态水位神经网络预报模型
水文预报系统是一个复杂的非线性动力学过程,站点水位受各种因素的影响不仅呈现出非平稳动态随机变化特性,而且各因素间的关系也很难确定.淮河流域五河站水位由于受到洪泽湖回水影响及季节性的影响,也呈现出这一动力学的非平稳特性,因此本文在考虑了相关站点和回水影响的基础上,建立了一种多站变量时间序列的神经网络预报模型,预报结果表明该方法预测效果较好,运行简单.
时间序列、预报模型、水位、回水影响、神经网络
14
P338+.1(水文科学(水界物理学))
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共6页
19-24