10.3969/j.issn.1000-1379.2015.02.003
基于随机森林和RBF神经网络的长期径流预报
基于我国南方某河流1965—1999年每年7月的实测流量资料,首先采用随机森林模型筛选预报因子,之后利用筛选的预报因子作为RBF神经网络的输入层,利用RBF神经网络对2000—2008年每年7月的流量进行了“滚动式”预报,并与实测结果进行了对比。结果表明:随机森林模型能有效地筛选影响因子,利用这些因子采用RBF神经网络进行径流预报的相对误差均在10%以内,拟合效果很好;“滚动式”长期径流预报结果相对误差的绝对值均在20%以内。
随机森林模型、RBF神经网络、滚动式预报、长期预报、径流预报
P338(水文科学(水界物理学))
国家自然科学基金资助项目51409112;水利部公益性行业科研专项201301062。
2015-03-12(万方平台首次上网日期,不代表论文的发表时间)
共3页
10-12