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:
为有效利用年径流时间序列资料所隐含的时序分段相依性这一重要信息,提出了用门限自回归模型(TAR)来预测年径流,并研制了TAR建模的一整套简便通用的方案。用所提出的改进遗传算法,可同时优化门限值和自回归系数,从而解决了TAR建模过程所涉及的大量复杂寻优工作这一难题,为TAR模型的广泛应用提供了强有力的工具。实例计算的结果说明这套方案是可行的和有效的;通过门限值的控制作用,TAR模型可以有效地限制模型误差,从而保证TAR模型预测性能的稳健性,提高预测精度。该方案具有通用性,在非线性时序预测中具有重要的理论意义和实用价值。
推荐文章
基于遗传算法的门限自回归模型在海温预测中的应用
海温时间序列
门限自回归模型
非线性预测
遗传算法
遗传门限自回归模型在感潮河段水位预测中的应用
感潮河段
河流水位
门限自回归模型
遗传算法
遗传门限自回归模型的改进及其应用
遗传算法
门限自回归模型
大坝
安全监测
鸟群算法-投影寻踪回归模型在多元变量年径流预测中的应用
径流预测
鸟群算法
投影寻踪回归
参数优化
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 年径流预测的遗传门限自回归模型
来源期刊 四川水力发电 学科 地球科学
关键词 年径流时间序列 预测 门限自回归模型 遗传算法
年,卷(期) 2001,(1) 所属期刊栏目 水文泥沙
研究方向 页码范围 22-24,31
页数 4页 分类号 P338|P333.9|P33
字数 4047字 语种 中文
DOI 10.3969/j.issn.1001-2184.2001.01.006
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 四川大学水电学院 208 8759 49.0 86.0
2 杨晓华 21 1062 11.0 21.0
3 金菊良 合肥工业大学土建学院 289 7106 44.0 72.0
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  (1)
节点文献
引证文献  (34)
同被引文献  (20)
二级引证文献  (42)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(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)
2002(2)
  • 引证文献(2)
  • 二级引证文献(0)
2003(3)
  • 引证文献(3)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(8)
  • 引证文献(5)
  • 二级引证文献(3)
2006(8)
  • 引证文献(4)
  • 二级引证文献(4)
2007(11)
  • 引证文献(6)
  • 二级引证文献(5)
2008(4)
  • 引证文献(4)
  • 二级引证文献(0)
2009(5)
  • 引证文献(0)
  • 二级引证文献(5)
2010(8)
  • 引证文献(2)
  • 二级引证文献(6)
2011(2)
  • 引证文献(1)
  • 二级引证文献(1)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(3)
  • 引证文献(2)
  • 二级引证文献(1)
2014(7)
  • 引证文献(1)
  • 二级引证文献(6)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
年径流时间序列
预测
门限自回归模型
遗传算法
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
相关基金
中国博士后科学基金
英文译名:China Postdoctoral Science Foundation
官方网址:http://www.chinapostdoctor.org.cn/index.asp
项目类型:
学科类型:
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导