|
|||||
|
|
| 基于PCA和BP神经网络的径流预测 | |
| 摘 要： | 径流预测为流域水资源的合理开发利用与统筹配置提供依据。运用多元线性回归、主成分回归、BP神经网络及主成分分析和BP神经网络相结合的方法,对新疆呼图壁河流域石门水文站2009—2011年各月径流量进行预测,并采用相关系数、确定性系数及均方根误差对各模型预测精度进行比较。结果表明:(1)神经网络等智能算法具有高速寻优的能力,对短时间尺度的月径流量的预测结果较好;(2)主成分回归等常规算法能充分反映出某地区径流的年际的稳定性,对全年径流总量的模拟精度较高;(3)主成分分析和BP神经网络相结合的方法,提高了神经网络的收敛速度,同时降低了局部极值的影响,优于简单的BP神经网络,适用于呼图壁河月径流量预测。 |
| 本文献已被 CNKI 等数据库收录！ | |