基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
首先构造出人工神经网络非线性时序模型,然后用该模型进行单变量和多变量时间序列预报研究.为了与传统的随机水文模型对比,选择了自回归模型.以日流量序列为例,研究结果表明,人工神经网络非线性时序模型预报效果不错,可以在水文预报中加以应用.
推荐文章
敏感型人工神经网络及其在水文预报中的应用
遗忘因子
期望因子
指数型能量函数
水文预报
人工神经网络
人工神经网络在降水预报中的应用
神经网络
判别函数
降水量
人工神经网络在海浪数值预报中的应用
人工神经网络
海浪数值模式
有效波高
数值预报
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 人工神经网络非线性时序模型在水文预报中的应用
来源期刊 四川水力发电 学科 工学
关键词 人工神经网络非线性时序模型 自回归模型 单变量 多变量 日流量预报
年,卷(期) 2000,(Z1) 所属期刊栏目 水文地质与工程地质
研究方向 页码范围 8-10,30
页数 5页 分类号 TV12
字数 3028字 语种 中文
DOI 10.3969/j.issn.1001-2184.2000.z1.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 丁晶 208 8759 49.0 86.0
2 王文圣 110 3121 29.0 53.0
3 刘国东 80 790 15.0 23.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (39)
同被引文献  (67)
二级引证文献  (176)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2001(2)
  • 引证文献(2)
  • 二级引证文献(0)
2002(2)
  • 引证文献(2)
  • 二级引证文献(0)
2003(2)
  • 引证文献(2)
  • 二级引证文献(0)
2004(4)
  • 引证文献(3)
  • 二级引证文献(1)
2005(9)
  • 引证文献(3)
  • 二级引证文献(6)
2006(13)
  • 引证文献(3)
  • 二级引证文献(10)
2007(18)
  • 引证文献(3)
  • 二级引证文献(15)
2008(30)
  • 引证文献(7)
  • 二级引证文献(23)
2009(27)
  • 引证文献(3)
  • 二级引证文献(24)
2010(17)
  • 引证文献(1)
  • 二级引证文献(16)
2011(11)
  • 引证文献(0)
  • 二级引证文献(11)
2012(10)
  • 引证文献(0)
  • 二级引证文献(10)
2013(11)
  • 引证文献(1)
  • 二级引证文献(10)
2014(4)
  • 引证文献(1)
  • 二级引证文献(3)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(10)
  • 引证文献(4)
  • 二级引证文献(6)
2017(15)
  • 引证文献(2)
  • 二级引证文献(13)
2018(9)
  • 引证文献(1)
  • 二级引证文献(8)
2019(15)
  • 引证文献(1)
  • 二级引证文献(14)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
人工神经网络非线性时序模型
自回归模型
单变量
多变量
日流量预报
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
四川水力发电
双月刊
1001-2184
51-1150/TV
大16开
四川省成都市浣花北路1号
1982
chi
出版文献量(篇)
7116
总下载数(次)
11
总被引数(次)
9518
论文1v1指导