Resilient back propagation神经网络模型与autoregression型在径流预报中的比较研究

• 作者: 刘畅 王栋 陈景雅
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 地球科学
• 关键词: 水文时间序列 弹性back propagation神经网络 自回归模型 月径流预报
• 年，卷（期）: 2008,（6）
• 页码范围: 666-673
• 页数: 8页
• 分类号: TV124|P338
• 字数: 5365字
• 语种: 中文
• DOI: 10.3321/j.issn:0469-5097.2008.06.010

摘要

本文以黄河利津站和浙江省白溪水库的月径流水文序列为例,在自相关分析的基础上,建立自回归autoregression模型,并参照其结构建立了相应的resilient back propagation神经网络预报模型.比较结果显示:(1)resilient back propagation模型的模拟预报结果与序列的自相关性有密切关系;(2)当序列有较好的自相关性时,可参照autoregression模型建立相应的resilient back propagation模型;(3)与传统autoregression模型相比.resilient back propagation模型能取得更高的预报精度;且随着预报步长增加,resilient back propagation模型的优势更加明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘畅	南京大学水科学系	44	109	4.0	10.0
2	王栋	南京大学水科学系	66	1002	18.0	30.0
3	陈景雅		9	85	4.0	9.0