基于趋势辨识理论的神经网络及其在水文时间序列预报中的应用

• 作者: 李亚娇 李智录 沈冰 郑志国
• 来源期刊: 沈阳农业大学学报
• 学科: 工学
• 关键词: 水文时间序列 趋势辨识 人工神经网络
• 年，卷（期）: 2006,（1）
• 所属期刊栏目: 研究报告
• 页码范围: 78-81
• 页数: 4页
• 分类号: TV12
• 字数: 3019字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1700.2006.01.018

摘要

训练样本在数量级上的差别和分配的不均匀会导致网络收敛缓慢,且训练结果偏向样本比重较大的那一方.由AR模型在水文时间序列的较好应用可知,水文时间序列中趋势项占有绝对优势.因此以趋势辨识理论对样本进行规范化,使样本规范化到同一数量级,同时时间序列的趋势保持不变.此外输出层不经过非线性处理,以保证网络有更大的预报空间.经黑河流域实测流量资料验证,基于趋势辨识理论的神经网络在水文时间序列预报中训练速度较快,预报效果较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈冰	西安理工大学水利水电学院	201	3070	30.0	42.0
2	李亚娇	西安理工大学水利水电学院	10	97	6.0	9.0
3	李智录	西安理工大学水利水电学院	36	211	9.0	12.0
4	郑志国		1	7	1.0	1.0