非平稳时间序列的动态水位神经网络预报模型

• 作者: 崔广柏 薛联青 陈凯麒
• 来源期刊: 湖泊科学
• 学科: 地球科学
• 关键词: 时间序列 预报模型 水位 回水影响 神经网络
• 年，卷（期）: 2002,（1）
• 页码范围: 19-24
• 页数: 6页
• 分类号: P338+.1
• 字数: 2867字
• 语种: 中文
• DOI: 10.18307/2002.0103

摘要

水文预报系统是一个复杂的非线性动力学过程,站点水位受各种因素的影响不仅呈现出非平稳动态随机变化特性,而且各因素间的关系也很难确定.淮河流域五河站水位由于受到洪泽湖回水影响及季节性的影响,也呈现出这一动力学的非平稳特性,因此本文在考虑了相关站点和回水影响的基础上,建立了一种多站变量时间序列的神经网络预报模型,预报结果表明该方法预测效果较好,运行简单.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛联青	河海大学水环境学院	62	647	14.0	23.0
2	崔广柏	河海大学水环境学院	101	2048	26.0	41.0
3	陈凯麒		13	317	9.0	13.0