均生函数与BP神经网络耦合模拟预测模型（MGF-BP-I）的建立与应用

摘要：

水文气候因子模拟预测对气候变化研究、农业墒情预报、生态环境改善、水资源合理开发利用等具有一定参考意义。均生函数、BP神经网络及其结合改进方式在模拟预测中各有优点,被广泛应用,但仍有进一步改进空间。针对MGF、MGF-OSR、MGF-OSR-BP等方法粗选因子集、粗选集组合筛选、收敛适应性、精度控制等可改进空间,进一步发挥均生函数和BP神经网络优势,建立了MGF-BP-I模拟预测模型。利用MGF-OSR、MGF-OSR-BP、MGF-BP-I对科尔沁沙地区域平均年降水进行了模拟预测。结果表明,建模期MGF-OSR-BP、MGF-BP-I拟合效果均较好,MGF-BP-I建模阶段最优模式精度优于MGF-OSR-BP,MGF-BP-I整体同时最优模式结果也非常好。检验期,MGF-BP-I检验阶段最优及整体同时最优两种模式拟合效果最好,相比其他模式精度有所提高。 MGF-BP-I考虑更加全面,充分发挥了均生函数和BP神经网络优势,精度远高于MGF-OSR和MGF-OSR-BP,MGF-BP-I整体同时最优模式更符合实际应用,效果理想,可用于水文气候因子模拟预测。

关键词：均生函数、BP神经网络、耦合模拟、MGF-BP-I、预测、科尔沁沙地

所属期刊栏目：36

分类号：P333(水文科学（水界物理学）)

资助基金：内蒙古自治区自然科学基金项目2014MS0407,2010BS0608；国家自然科学基金项目50869005

在线出版日期：2017-01-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：7-15