基于智能组合模型对降雨量及径流量预测的实证研究

发布时间：2020-04-02 05:11

【摘要】：由于水资源在人类生产生活中的重要作用及其可利用总量的匮乏,有效的水文预测可以为水资源的管理和合理规划提供可靠的参考依据。因此,对于水文数据的精准预测尤为重要。本文主要做了两个实证分析,分别对湖北神农架林区松柏水文站的四个雨量站的降雨量以及甘肃省疏勒河昌马堡水文站的径流量进行预测。实验一,提出一种新的组合模型SSA-DA-SVR预测降雨量,即基于奇异谱分析(SSA),蜻蜓优化算法(DA)和支持向量机回归(SVR)的组合模型。首先,SSA用来提取水文数据的趋势特征。其次,DA用来优化模型SVR中的惩罚参数c和核函数参数g。最后,SVR被选为寻找非线性系统中输入和输出间关系的预测模型。提出的组合模型SSA-DA-SVR对松柏、盘水、栏马和九龙池四个雨量站的月平均降雨量进行预测。为了验证模型的有效性,建立组合模型DA-SVR,SSA-GWO-SVR,SSA-PSO-SVR,SSA-CS-SVR,结果表明在五个组合模型中,新提出的组合模型预测精度较高。实验二,主要是对甘肃省疏勒河昌马堡水文站月平均径流量进行预测。首先,用EEMD将原始数据进行分解以充分提取各个趋势,其次,根据所提取出的趋势特征分别选取适合该信号序列的算法对其进行预测,最后将得到的各个序列的预测值叠加即可得到最终的径流量预测值,即为通过组合模型EEMD-IMFs-COM对月平均径流量进行预测得到的预测值。为了验证提出的组合模型的有效性,跟对比模型作比较,可以得出新提出的组合模型预测性能较好且预测精度较高。通过案例分析,可以将以上两种混合模型作为一种简便有效的工具运用在水文预报领域。
【图文】：

图 2-1 蜻蜓算法基本流程图2.3 集合经验模态分解（EEMD）2.3.1 经验模态分解(EMD)在 1998 年，Norden E.Huang 提出了经验模态(EMD)分解法，EMD 源于此假设：任何信号都是由不同的固有振荡模式分量构成。基于信号的局部特征时间尺度，从原始信号中提取出可数个固有模态函数（Intrinsic Mode Function, IMF）和一个残余量(Res)。分析各个 IMF，，能够更精确地掌握原时序的特征信息。每个IMF 满足下列两个条件[50][51]：（1）在整个数据集上，局部极值点的个数和过零点的数目必须相等，或者至多只能相差一个。（2）在任意时点，局部极大值点拟合得到上包络和局部极小值点拟合的下包络的均值必须为 0。

图 2-2 EEMD 流程图2.4 径向基神经网络(RBFNN)径向基神经网络（Radial Basis Function, RBFNN）是三层结构的单层前向神经网络，其隐含层神经元的激活函数是 RBF(Radial Basis Function)，输出层是对隐含层神经元输出的线性组合，从输入层到隐含层的映射是非线性的，从隐含层到输出层的映射是线性的。作为一种静态网具有唯一的最佳逼近点[57]。RBFNN的网络结构如图 2-3 所示[57]：
【学位授予单位】：兰州大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：P333

【参考文献】

中国期刊全文数据库 前10条

1 肖进丽;刘明俊;李晓磊;;基于集合经验模态分解和灰色神经网络的船舶交通流预测[J];武汉理工大学学报(交通科学与工程版);2017年06期

2 陈一明;何子杰;贲月;董庆华;;基于小波变换的径流与降水时频变化及相关性分析——以五郎河为例[J];中国农村水利水电;2017年10期

3 王军;费凯;程勇;;基于改进的Adaboost-BP模型在降水中的预测[J];计算机应用;2017年09期

4 王福振;;人工神经网络结合SWAT模型在河道径流量预测中的应用[J];水资源开发与管理;2017年08期

5 李培都;司建华;冯起;赵春彦;王春林;;基于小波分析和灰色预测的莺落峡年径流量特征分析[J];水土保持通报;2017年04期

6 郭尚瓒;肖达;袁行远;;基于神经网络和模型集成的短时降雨预测方法[J];气象科技进展;2017年01期

7 马乐宽;邱t@;赵越;李雪;王玉秋;;基于改进的神经网络与支持向量机的小流域日径流量预测研究[J];水资源与水工程学报;2016年05期

8 滕少华;唐海涛;张巍;刘冬宁;梁路;;混合PNN和RBF多神经网络模型的局域降雨类型识别及雨量预测[J];小型微型计算机系统;2016年11期

9 崔东文;;几种智能算法与支持向量机融合模型在中长期月径流预测中的应用[J];华北水利水电大学学报(自然科学版);2016年05期

10 本刊编辑部;;2015中国环境状况公报发布[J];中国能源;2016年08期

中国重要报纸全文数据库 前1条

1 吴普特;;大力发展节水农业 需要解决哪些问题[N];中国水利报;2014年

中国硕士学位论文全文数据库 前5条

1 郭田琳;基于混合模型方法的水文数据的研究及预测[D];兰州大学;2017年

2 姜珍;基于SAGA的优化算法在径流量预测中的研究与应用[D];兰州大学;2017年

3 孙惠子;中长期径流的多种组合预测方法及其比较[D];西北农林科技大学;2012年

4 计亚丽;基于混沌理论的呼伦湖流域降雨径流时间序列预测分析[D];内蒙古农业大学;2012年

5 晋美次旦;基于鱼群优化支持向量机的水文预测系统[D];天津大学;2009年

本文编号：2611503