基于多尺度小波变换WNN的灌区灌溉水量研究

摘要：

选取Daubechies(db6)小波系对陆浑灌区1970—2013年的降水量及作物需水量时间序列进行多时间尺度水平分解,以得到的1970—2003年的小波系数为输入数据、灌溉水量为输出数据,构建多尺度小波变换的小波神经网络进行预测模拟,并利用单隐层BP、双隐层BP神经网络和小波神经网络分别进行了预测比较,结果表明:基于多尺度小波变换的小波神经网络模型的模拟精度和预测的稳定性均高于其他3种模型,4种预测模型的预测值平均相对误差排序为单隐层BP神经网络>双隐层BP神经网络>小波神经网络>多尺度小波变换的小波神经网络.

关键词：多尺度、小波变换、小波神经网络、灌溉水量

所属期刊栏目：41

分类号：TV93;S27

资助基金：国家重点研发计划项目2017YFC0404404;2018年度河南省高校科技创新人才支持计划项目18HASTIT014;天津大学水利工程仿真与安全国家重点实验室项目HESS-1717;郑州大学2015年优秀青年教师发展基金资助项目1521323002

在线出版日期：2019-12-04（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：154-158