R/S-GM（1,1）组合模型在径流预测中的应用

发布时间：2020-12-09 03:18

　　基于R/S分析法能提供有效的非线性科学预测,河川径流具有灰色禀性,为了提高河流径流预报精度,提出了R/S分析与灰色理论相结合的河川径流预测方法。该方法可以克服径流灰色预测存在的数据波动较大时预测精度降低的缺陷。将该方法应用到黑河莺落峡站和正义峡站的年径流量、汛期和非汛期径流量6个序列进行径流预测验证。结果表明:两站年径流量和汛期径流量序列的预测精度都在90%左右,非汛期径流量序列在80%以上,各径流序列预测结果与Mann-Kendall趋势检验一致,预测结果可靠,为河流径流量的科学预测提供了一种新方法。 

【文章来源】：水利水电科技进展. 2016年06期 第15-19+68页 北大核心

【文章页数】：6 页

【文章目录】：
1 R/S-GM（1,1）模型构建
    1.1 R/S分析法
        1.1.1 序列持续性
        1.1.2 平均循环周期
    1.2 灰色GM（1,1）预测模型
        1.2.1 模型建立
        1.2.2 模型参数确定
        1.2.3 模型求解
        1.2.4 模型精度及适用范围
    1.3 R/S-GM（1,1）模型组合预测步骤
2 实例分析
    2.1 数据来源
    2.2 R/S分析
    2.3 径流量预测
3 结论


【参考文献】：
期刊论文
[1]河流年径流量的R/S灰色预测[J]. 李宝玲,李建林,昝明军,李志强.  水文. 2015(02)
[2]基于R/S分析的黑河出山年径流量灰色预测[J]. 李建林,昝明军,李宝玲.  地域研究与开发. 2014(05)
[3]河川径流预测方法比较研究[J]. 王鑫,徐淑琴,李洪涛.  中国农村水利水电. 2014(04)
[4]多重组合神经网络模型在年径流预测中的应用[J]. 崔东文.  水利水电科技进展. 2014(02)
[5]年径流预测的最小二乘支持向量机-马尔可夫链组合模型[J]. 周秀平,李天翔,王文圣.  水力发电学报. 2013(04)
[6]基于灰色神经网络理论的东江水库入库径流量预测[J]. 邱林,孟晓红.  华北水利水电学院学报. 2012(02)
[7]大峪河年径流量的灰色拓扑预测与趋势分析[J]. 吴丽娜,黄领梅,沈冰.  人民黄河. 2012(01)
[8]阿克苏河年径流变化的非线性特征[J]. 禹朴家,徐海量,刘世薇,安红燕,张青青,龚君君.  自然资源学报. 2011(08)
[9]黑河流域1957-2008年径流变化特性分析[J]. 郭巧玲,杨云松,鲁学纲.  水资源与水工程学报. 2011(03)
[10]近50a东江流域径流变化及影响因素分析[J]. 王兆礼,陈晓宏,杨涛.  自然资源学报. 2010(08)



本文编号：2906165