不同组合小波神经网络模型对径流预测的适用性

摘要：

针对水文时间序列的非平稳性特征,以长江三峡宜昌站1904~2003年年平均流量为例,分别建立了小波分析( WA)与BP神经网络和径向基函数神经网络( RBF)耦合的预测模型,探究了两种组合模型的预测效果,并与传统的单一人工神经网络模型对比;并采用5种常见的预测性能评价指标分析预测效果. 结果表明:组合模型预测成果的精度较单一模型显著提高;组合和单一模型中RBF网络模型均优于BP网络模型;小波径向基函数神经网络组合模型具有较优的预测精度和泛化能力,是提高预测精度的有效方法,在径流预测中具有可行性.

关键词：ATrous小波分析、BP神经网络、径向基函数神经网络、预测模型、水文预报

所属期刊栏目：46

分类号：P338(水文科学（水界物理学）)

资助基金：国家地区科学基金51469009,51269006

在线出版日期：2016-02-18（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：24-28