| 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 |
| |
| 引用本文： | 刘丹辉,马龙,刘廷玺,杜志军,王静茹,黄星.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[J].水文,2016,36(6):7-15. |
| |
| 作者姓名： | 刘丹辉 马龙 刘廷玺 杜志军 王静茹 黄星 |
| |
| 作者单位： | 1.内蒙古农业大学水利与土木建筑工程学院2.内蒙古黄河工程局股份有限公司 |
| |
| 基金项目： | 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)； |
| |
| 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 |
| 收稿时间： | 2016/2/14 0:00:00 |
A Coupled Simulation and Forecast Model of Mean Generating Function and BP Neural Network (MGF-BP-I) |
| |
| LIU Danhui,MA Long,LIU Tingxi,DU Zhijun,WANG Jingru,HUANG Xing.A Coupled Simulation and Forecast Model of Mean Generating Function and BP Neural Network (MGF-BP-I)[J].Hydrology,2016,36(6):7-15. |
| |
| Authors: | LIU Danhui MA Long LIU Tingxi DU Zhijun WANG Jingru HUANG Xing |
| |
| Institution: | 1. College of Water Conservancy and Civil Engineering College, Inner Mongolia Agricultural University, Hohhot 010018, China; 2. Inner Mongolia Yellow Rive Construction Co.,Ltd., Hohhot 010070, China |
| |
| Abstract: | |
| |
| Keywords: | mean generating function BP neural network coupled simulation MGF-BP-I prediction Horqin Sandy Land |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《水文》浏览原始摘要信息 |
| 点击此处可从《水文》下载免费的PDF全文 |
|
