ANN、ANFIS和AR模型在日径流时间序列预测中的应用比较

发布时间：2017-10-20 12:37

  本文关键词：ANN、ANFIS和AR模型在日径流时间序列预测中的应用比较

  更多相关文章： 自回归模型 人工神经网络 自适应神经模糊推理系统 日径流时间序列预测

【摘要】：水文预测是水文学为经济和社会服务的重要方面。其预报结果不仅能为水库优化调度提供决策支持,而且对水电系统的经济运行、航运以及防洪等方面具有重大意义。自回归模型(AR模型)、人工神经网络(ANN)和自适应神经模糊推理系统(ANFIS)在日径流时间序列中应用广泛。将这三种模型应用于桐子林的日径流时间序列预测中,不仅采用纳什系数(NS系数)、均方根误差(RMSE)和平均相对误差(MARE)为评价指标,对三种模型的综合性能进行了比较。而且,在对三种模型预测结果的平均相对误差的阈值统计基础上,分析了三种模型的预测误差分布。同时,通过研究模型性能指标随预见期的变化过程评价了三种模型不同预见期下的预测能力。结果表明ANFIS相对于ANN和AR模型不仅具有更好的模拟能力、泛化能力,而且在相同的预见期下具有更优的模型性能,可以作为日径流时间序列预测的推荐模型。
【作者单位】： 四川大学水利水电学院;中国水利水电科学研究院;
【关键词】： 自回归模型 人工神经网络 自适应神经模糊推理系统 日径流时间序列预测
【基金】：“十二五”国家科技支撑计划项目(2013BAB05B00)~~
【分类号】：P338
【正文快照】： 网络出版地址:http://www.cnki.net/kcms/detail/13.1334.TV.20161021.1602.032.html水文预测是防汛、抗旱和水资源利用等重大决策的重要依据,历来受到各方面的关注。目前应用广泛的水文预测模型可以分为数据驱动模型和过程驱动模型。过程驱动模型是以水文学概念为基础,对径流

【相似文献】

中国期刊全文数据库 前10条

1 杨先野;王宝华;何司彦;;ANFIS在地下水埋深预测中的应用[J];广东水利电力职业技术学院学报;2013年01期

2 田亚娟;刘烨;马微;程国建;;基于PCA-ANFIS的油井注水有效周期预测研究[J];纺织高校基础科学学报;2013年04期

3 陈继光;;CPI数据预测计算的ANFIS模型结构探讨[J];数学的实践与认识;2013年22期

4 刘晓华;;基于ANFIS的股市建模与预测[J];统计与咨询;2007年02期

5 颜振萍;艾剑良;;ANFIS在飞机稳定控制系统中的应用[J];复旦学报(自然科学版);2010年04期

6 李娜;周维博;王金凤;贺军奇;董起广;党永仁;;基于主成分分析法的ANFIS模型及其应用[J];人民黄河;2014年06期

7 张志军;丁德馨;贺桂成;;ANFIS与SVM的拟合能力和推广预测能力的比较研究[J];南华大学学报(自然科学版);2009年04期

8 陈继光;;基于ANFIS模型的CPI经济数据预测[J];统计与决策;2013年18期

9 冯苹苹;屈宝存;李烨;;基于ANFIS的一类免疫聚类建模方法的研究[J];当代化工;2013年09期

10 王晓瑜;迟道才;王晓玲;周彬;;ANFIS与多元回归模型在ET_0实时预报中的对比研究[J];节水灌溉;2007年08期

中国重要会议论文全文数据库 前10条

1 Iman Karimi;Karim Salahshoor;;A New Fault Detection and Diagnosis Approach for a Distillation Column based on a Combined PCA and ANFIS Scheme[A];第24届中国控制与决策会议论文集[C];2012年

2 张刚;师奕兵;;基于ANFIS的混凝投药控制系统[A];’2004系统仿真技术及其应用学术交流会论文集[C];2004年

3 夏伯才;王永强;董杰;姚向东;郭永锋;;混方体系ANFIS-GA建模与优化框架及应用[A];中国工程物理研究院科技年报（2003）[C];2003年

4 李志;邵哲平;邹开其;潘宇;;利用模糊神经推理系统—ANFIS预测世界散货船队运力[A];模糊集理论与模糊应用专辑——中国系统工程学会模糊数学与模糊系统委员会第十届年会论文选集[C];2000年

5 ;Adaptive Inverse Control of Linear Motor Based on ANFIS[A];第二十九届中国控制会议论文集[C];2010年

6 崔立辉;顾洋;陈杰;;一种基于ANFIS的再励学习模型[A];第二十一届中国控制会议论文集[C];2002年

7 熊孝波;桂国庆;刘献江;许建聪;;基于ANFIS的全夯式扩底灌注桩极限承载力预测研究[A];第八届全国工程地质大会论文集[C];2008年

8 卢朝双;黄大贵;;基于自适应神经模糊推理系统ANFIS的倒立摆控制研究[A];2005年机械电子学学术会议论文集[C];2005年

9 郭毓;王强;刘萍;;基于能量和ANFIS的倒立摆起摆和稳摆控制[A];2007年中国智能自动化会议论文集[C];2007年

10 郭恒;罗可;唐贤瑛;;基于自适应神经模糊推理系统(ANFIS)的电力系统短期负荷预测[A];第十届全国电工数学学术年会论文集[C];2005年

中国博士学位论文全文数据库 前1条

1 张志军;PSA-ANFIS方法及其在矿山岩土工程灾害预测中的应用[D];中南大学;2008年

中国硕士学位论文全文数据库 前10条

1 余岷;基于ANFIS的蓄电池剩余电量检测系统的研究与实现[D];电子科技大学;2014年

2 李伟昌;基于ANFIS的风电机组变桨距系统故障诊断与预测[D];河北工业大学;2015年

3 杨天;柔性直流输电系统的改进ANFIS控制研究[D];华北电力大学;2015年

4 李志;模糊神经推理系统—ANFIS在散货船运力预测中的应用研究[D];大连海事大学;2000年

5 任晓雪;基于ANFIS和数学建模方法的织物染色计算机配色应用研究[D];青岛大学;2010年

6 苏金彬;基于ANFIS的静止无功补偿装置设计[D];河北工程大学;2013年

7 李建华;基于ANFIS的柴油机燃油喷射系统故障诊断专家系统研究[D];吉林大学;2008年

8 李辉;基于ANFIS和小波变换的心脏疾病自动诊断系统的研究[D];郑州大学;2007年

9 付雅婷;高速动车组ANFIS建模与速度跟踪控制方法研究[D];华东交通大学;2014年

10 朱凡;基于ANFIS模型的Pr/Nd萃取过程预测控制[D];华东交通大学;2015年

，

本文编号：1067240