基于经验模态分解与Elman神经网络的月径流预测

发布时间：2018-05-30 06:40

  本文选题：唐乃亥水文站 + 经验模态分解　； 参考：《中国农村水利水电》2017年07期

【摘要】：针对径流序列的弱相关,非线性特征,直接预测会导致精度低,建立基于经验模态分解(empirical mode decomposition,EMD)与Elman神经网络的模型进行月径流预测,选取黄河上游唐乃亥水文站1979-2009年的月径流资料为研究对象。首先利用EMD对月径流资料进行处理,得到5个固有模态函数(intrinsic mode function,IMF)和1个趋势项。为了避免分量太多导致误差过大,将分量进行重组之后得到3个子序列,然后对3个子序列进行Elman神经网络预测。结果表明,EMD与Elman神经网络组合预测精度更高,更加适合复杂的水文序列。该方法可用于径流的中长期预测中。
[Abstract]:Aiming at the weak correlation and nonlinear characteristics of runoff series, direct prediction will lead to low accuracy. A model based on empirical mode decomposition (EMD) and Elman neural network is established to predict monthly runoff. The monthly runoff data of Tangnahe Hydrologic Station in the upper reaches of the Yellow River from 1979 to 2009 were selected as the research object. Firstly, the monthly runoff data are processed by EMD, and five intrinsic mode functions and one trend term are obtained. In order to avoid excessive errors caused by too many components, three sub-sequences are obtained after the components are reorganized, and then the three sub-sequences are predicted by Elman neural network. The results show that the combination of EMD and Elman neural network is more accurate and more suitable for complex hydrological series. This method can be used in the long-term runoff prediction.
【作者单位】： 太原理工大学水利学院;
【基金】：山西省科技攻关计划(20140313023-4) 山西省自然科学基金(201601D011054) 国家青年科学基金项目(51509176) 太原理工大学校基金(2015MS011) 山西省水文局项目(ZNGZ2015-036)
【分类号】：TV121

【参考文献】

中国期刊全文数据库 前10条

1 宋菁华;杨春节;周哲;刘文辉;马淑艳;;改进型EMD-Elman神经网络在铁水硅含量预测中的应用[J];化工学报;2016年03期

2 赵雪花;陈旭;袁旭琦;;基于EMD的数据驱动模型在径流预测中的应用[J];系统工程;2014年09期

3 丁小谨;高晓清;汤懋苍;王田田;梁丰;;唐乃亥水文站径流量与黄河源区拍涡的关系[J];高原气象;2014年03期

4 李润求;施式亮;伍爱友;念其锋;罗文柯;;采煤工作面瓦斯涌出预测的EMD-Elman方法及应用[J];中国安全科学学报;2014年06期

5 崔东文;;多重组合神经网络模型在年径流预测中的应用[J];水利水电科技进展;2014年02期

6 张秋余;朱学明;;基于GA-Elman神经网络的交通流短时预测方法[J];兰州理工大学学报;2013年03期

7 崔东文;;改进Elman神经网络在径流预测中的应用[J];水利水运工程学报;2013年02期

8 谢赤;郑林林;孙柏;张在美;;基于EMD和Elman网络的人民币汇率时间序列预测[J];湖南大学学报(自然科学版);2009年06期

9 李佳;王黎;马光文;邬凯;;LS-SVM在径流预测中的应用[J];中国农村水利水电;2008年05期

10 胡海鹏,方兆本;股市波动性预测模型改进研究[J];数理统计与管理;2004年05期

中国博士学位论文全文数据库 前1条

1 朱永英;水库中长期径流预报及兴利调度方式研究[D];大连理工大学;2008年

【共引文献】

中国期刊全文数据库 前10条

1 庄田;杨春节;;基于Elman-Adaboost强预测器的铁水硅含量预测方法[J];冶金自动化;2017年04期

2 席东洁;赵雪花;张永波;郑秀清;祝雪萍;王燕;;基于经验模态分解与Elman神经网络的月径流预测[J];中国农村水利水电;2017年07期

3 秦喜文;张瑜;董小刚;刘媛媛;;基于EEMD和SVR的人民币汇率预测[J];东北师大学报(自然科学版);2017年02期

4 宿敬肖;王政;杨静宜;彭丽叶;;优化神经网络模型在瓦斯涌出预测中的应用[J];煤矿安全;2017年05期

5 李国辉;孙堂乐;张松岭;;基于EMD与Elman神经网络的太阳黑子活动预测[J];西安邮电大学学报;2017年03期

6 宋焕虎;蔡康旭;;采掘瓦斯涌出量动态预报中影响因素的选项、量化与校正[J];中国煤炭;2017年04期

7 杨钞;;自适应随机遗传算法与最小二乘支持向量机在年径流预测中的应用[J];珠江现代建设;2017年02期

8 李绍华;;改进布谷鸟搜索算法与支持向量机在年径流预测中的应用[J];珠江现代建设;2017年02期

9 魏林;付华;尹玉萍;;煤矿瓦斯涌出量的非线性降维Elman动态预测模型[J];辽宁工程技术大学学报(自然科学版);2017年04期

10 白栩嘉;苏敏杰;;TS-FNN模型在多元变量年径流预测中的应用[J];珠江现代建设;2017年01期

中国博士学位论文全文数据库 前4条

1 李继伟;梯级水库群多目标优化调度与决策方法研究[D];华北电力大学;2014年

2 习树峰;跨流域调水预报优化调度方法及应用研究[D];大连理工大学;2011年

3 张丹;区域旱情中长期预报及农业干旱风险综合评价[D];大连理工大学;2011年

4 唐国磊;考虑径流预报及其不确定性的水电站水库调度研究[D];大连理工大学;2009年

【二级参考文献】

中国期刊全文数据库 前10条

1 安剑奇;陈易斐;吴敏;;基于改进支持向量机的高炉一氧化碳利用率预测方法[J];化工学报;2015年01期

2 张凯;汤懋苍;高晓清;郭维栋;;1976-2008年中国西部强震与下游干旱的统计分析[J];高原气象;2013年06期

3 付华;史冬冬;;基于IGA-LSSVM的煤矿瓦斯涌出量预测模型研究[J];中国安全科学学报;2013年10期

4 朱文龙;周建中;肖剑;肖汉;李超顺;;独立分量分析 经验模态分解特征提取在水电机组振动信号中的应用[J];中国电机工程学报;2013年29期

5 王欢;李栋梁;;黄河源区径流量变化特征及其影响因子研究进展[J];高原山地气象研究;2013年02期

6 梁丰;汤懋苍;高晓清;惠小英;郭维栋;;2011年中国4次成灾性气候异常及其原因分析[J];高原气象;2013年03期

7 崔东文;;改进Elman神经网络在径流预测中的应用[J];水利水运工程学报;2013年02期

8 张玮;张丹;;基于Elman动态神经网络的煤质预测算法研究[J];中国矿业;2013年03期

9 崔东文;;基于极限学习机的长江流域水资源开发利用综合评价[J];水利水电科技进展;2013年02期

10 崔东文;;多隐层BP神经网络模型在径流预测中的应用[J];水文;2013年01期

中国博士学位论文全文数据库 前7条

1 范继辉;梯级水库群调度模拟及其对河流生态环境的影响[D];中国科学院研究生院（成都山地灾害与环境研究所）;2007年

2 彭勇;中长期水文预报与水库群优化调度方法及其系统集成研究[D];大连理工大学;2007年

3 尤爱菊;强潮河口生态与环境需水及实现途径研究[D];河海大学;2007年

4 高永胜;河流健康生命评价与修复技术研究[D];中国水利水电科学研究院;2006年

5 郑德凤;雨洪资源与地下水资源联合调控理论及应用研究[D];大连理工大学;2006年

6 钱镜林;现代洪水预报技术研究[D];浙江大学;2004年

7 倪深海;半湿润地区水生态环境恢复研究[D];河海大学;2003年

【相似文献】

中国期刊全文数据库 前10条

1 林相波,邱天爽;固定结构单元权值对基本Elman网络性能影响[J];大连理工大学学报;2004年05期

2 汤井田;曹扬;肖嘉莹;郭曲练;;Predication of plasma concentration of remifentanil based on Elman neural network[J];Journal of Central South University;2013年11期

3 任雪梅,陈杰,龚至豪,窦丽华;改进Elman网络的逼近性质研究(英文)[J];Journal of Beijing Institute of Technology(English Edition);2002年01期

4 王攀,苏智,冯珊;局部回归Elman网络学习算法的注记[J];武汉理工大学学报(信息与管理工程版);2002年02期

5 田燕;康海英;唐力伟;郑海起;;一种改进的Elman网络及其在载荷识别中的应用[J];机械强度;2006年S1期

6 金宇华;罗沛兰;扶名福;杨国泰;;Elman网络和综合关联度在风机诊断中的应用[J];微计算机信息;2008年10期

7 苏刚;王玲玲;徐永生;;基于改进Elman网络的燃气负荷预测[J];东南大学学报(自然科学版);2006年S1期

8 弓学敏;胡静;;基于模拟退火算法的Elman网络及其应用[J];电力科学与工程;2008年08期

9 李翔,陈增强,袁著祉,贺江峰;基于扩展Elman网络的非线性自校正控制器[J];自动化仪表;1999年12期

10 张倩;;基于Elman网络非线性散射参数测量与建模[J];现代电子技术;2011年03期

中国重要会议论文全文数据库 前10条

1 ;Study of PID Elman Neural Network and Its Application in Dynamical Systems Identification[A];第二十四届中国控制会议论文集（下册）[C];2005年

2 ;Identification of dynamic nonlinear systems using recurrent neural networks[A];第十九届中国控制会议论文集（一）[C];2000年

3 苏刚;王玲玲;徐永生;;基于改进Elman网络的燃气负荷预测[A];第十七届全国过路控制会议论文集[C];2006年

4 赵建玉;高慧;贾磊;;基于Elman神经网络的短时交通流预测模型[A];第二十七届中国控制会议论文集[C];2008年

5 郭式伟;吕建;张秀兰;;基于改进Elman网络的空调负荷预测[A];全国暖通空调制冷2008年学术年会资料集[C];2008年

6 符利勇;何铮;唐守正;刘应安;;基于改进Elman神经网络的林隙大小预测模型[A];第九届中国林业青年学术年会论文摘要集[C];2010年

7 WenJie Wu;DaGui HUANG;Zheng DONG;;Fault Diagnosis of the Aeroengine Based on Neural Network and D-S Evidence Theory[A];Proceedings of 2011 International Conference on Computer Science and Information Technology(ICCSIT 2011)[C];2011年

8 孟令启;张洛明;韩丽丽;马金亮;黄其柏;;基于MATLAB的Elman神经网络在中厚板轧机宽展预测中的应用[A];第二届中国CAE工程分析技术年会论文集[C];2006年

9 ;Battery State-Of-Charge Estimation in Electric Vehicle Using Elman Neural Network Method[A];第二十九届中国控制会议论文集[C];2010年

10 邰新军;陆建荣;;基于Elman神经网络的炮兵战场目标价值分析[A];2011年全国电子信息技术与应用学术会议论文集[C];2011年

中国博士学位论文全文数据库 前2条

1 时小虎;Elman神经网络与进化算法的若干理论研究及应用[D];吉林大学;2006年

2 王丽敏;计算智能改进方法及其在金融与环境领域中的应用[D];吉林大学;2007年

中国硕士学位论文全文数据库 前10条

1 林鹏;冷轧APC系统智能控制器设计与实验研究[D];燕山大学;2015年

2 曹芙;基于Elman神经网络及优化算法的混合模型的研究及应用[D];兰州大学;2015年

3 刘超;429例直肠恶性肿瘤基于SVM和Elman的单病种医疗费用预测模型研究与应用[D];昆明医科大学;2015年

4 许菲菲;基于Elman网络温度预测模型的差压气密性检测方法研究[D];中国计量学院;2015年

5 宋菁华;高炉冶炼过程的多尺度特性与硅含量预测方法研究[D];浙江大学;2016年

6 王柳;基于复合特性Elman神经网络的风速预测[D];天津工业大学;2016年

7 周展;基于Elman神经网络控制的风电最大功率点追踪的研究[D];湖南大学;2016年

8 关福生;基于GIF Elman神经网络的输油管道工况辨识技术的研究[D];东北大学;2011年

9 黄艳南;基于Elman桥梁损伤识别与监测数据处理研究[D];东北大学;2014年

10 严丽;基于GA-Elman神经网络预测的时延网络控制系统故障检测[D];华侨大学;2015年

，

本文编号：1954315