基于MEA-BPNN-EEMD的水文径流模拟方法研究

发布时间：2023-06-02 02:48

　　为获得水文径流模拟的标准模型,基于思维进化算法优化(MEA)误差反向神经网络模型(BPNN)模型构建MEA-BPNN模型,并将计算结果与遗传算法优化BPNN模型(GA-BPNN)与BPNN模型进行对比,并将EEMD算法求解的径流分量作为模型输入参数。结果表明:MEA-BPNN模型预测精度最高,同时在5—10月的丰水期模拟精度高于枯水期,在丰水期采用连续滚动预报,而在枯水期采用同期预报的预报方式可保证MEA-BPNN模型最高的精度。

【文章页数】：6 页

【文章目录】：
1 研究方法
    1.1 BPNN神经网络模型原理
    1.2 遗传算法优化BPNN模型构建(GA-BPNN)
    1.3 思维进化算法优化BPNN模型构建(MEA-BPNN)
    1.4 EEMD算法原理
    1.5 模型模拟及精度验证
2 结果与分析
    2.1 EEMD分解径流量
    2.2 径流预报结果分析
    2.3 MEA-BPNN模型连续滚动预报与同期预报精度对比
3 结语



本文编号：3827516