基于广义回归神经网络模型的径流预测研究

发布时间：2019-06-03 11:29

【摘要】：为提高径流预报精度,构建了基于广义回归神经网络模型的径流预测模型并将其应用于浙江丽水小溪流域中,对白岩测站50年月平均径流资料进行模拟研究,并与BP神经网络模拟结果进行对比。结果表明,广义回归神经网络预测精度较BP神经网络模型高,更接近径流监测实测值,平均相对误差为11.06%,且预报结果比较稳定,为径流时间序列模拟提供了一种更优的建模方法。
[Abstract]:In order to improve the accuracy of runoff forecasting, a runoff prediction model based on the generalized regression neural network model is constructed and applied to the Lishui River Basin of Zhejiang. The average runoff data of the dialogue rock station in the past 50 years is simulated and compared with the simulation results of the BP neural network. The results show that the prediction accuracy of the generalized regression neural network is higher than that of the BP neural network model, the average relative error is 11.06%, the average relative error is 11.06%, and the forecast result is relatively stable, which provides a better modeling method for the runoff time series simulation.
【作者单位】： 河海大学水利水电学院;雅砻江流域水电开发有限公司;
【分类号】：P338

【相似文献】

相关期刊论文 前10条

1 马建琴;许龙宾;师琨;;改进型灰色马尔科夫模型在径流预测中的应用[J];华北水利水电学院学报;2012年02期

2 周秀平;王文圣;黄伟军;;支持向量机回归模型在径流预测中的应用[J];水电能源科学;2006年04期

3 袁晓辉;张勇传;袁艳斌;;基于遗传规划的径流预测新方法[J];水力发电;2006年08期

4 陈f^;隋彬;;径流预测在雅砻江流域梯级电站中的应用[J];水力发电;2007年12期

5 汪芸;郭生练;李响;;奇异谱分析在中长期径流预测中的应用研究[J];人民长江;2011年09期

6 朱聪;王文圣;程开宇;杨娟;;一种新型耦合模型在月径流预测中的应用[J];水力发电;2012年01期

7 王桂玉;;径流预测模型使用研究[J];河南科技;2013年22期

8 刘素一,廖家平;径流预测中的非线性分析方法[J];湖北工学院学报;2003年01期

9 魏胜;;回归支持向量机模型及其在年径流预测中的应用[J];水资源与水工程学报;2014年02期

10 沈冰,李荣峰,黄领梅,赵长森;年径流预测的灰色自记忆模型[J];西北农林科技大学学报(自然科学版);2005年04期

相关硕士学位论文 前7条

1 汪龙;基于BP网络的径流预测研究[D];昆明理工大学;2015年

2 潘希强;面向藏木电站下闸蓄水日期选择的雅江中游径流预测研究[D];清华大学;2014年

3 戴露;雅鲁藏布江中游段径流预测研究[D];四川大学;2006年

4 杨东方;电力市场环境下水电站中长期径流预测及优化调度研究[D];四川大学;2003年

5 任磊;基于人工神经网络的金沟河流域径流预测研究[D];新疆农业大学;2012年

6 张伟;基于人工神经网络的径流预测研究[D];石河子大学;2008年

7 秦蓓蕾;清江流域水文中长期预测研究[D];四川大学;2004年

，

本文编号：2491905