基于小波消噪的混沌神经网络径流预报模型

• 作者: 王秀杰 练继建 费守明
• 来源期刊: 水力发电学报
• 学科: 工学
• 关键词: 水文学 径流预报 混沌神经网络 小波消噪 饱和嵌入维数
• 年，卷（期）: 2008,（5）
• 页码范围: 37-40,32
• 页数: 5页
• 分类号: TV124
• 字数: 3093字
• 语种: 中文

摘要

水文要素时间序列中的噪声不仅影响水文混沌特性识别,更影响径流预测精度.本文基于小波消噪理论对水文序列中的噪声进行了处理,并利用混沌理论中的相空间重构技术计算出饱和嵌入维数作为混沌神经网络输入层节点数,将小波技术、混沌理论和神经网络方法结合起来对汛期日径流进行了预测.与消噪前相比,模型结构从7-10-1简化到6-8-1,预测合格率从77.56%提高到85.32%,平均绝对百分比误差从12.52%减少到10.86%,由此表明水文系列中的噪声会影响预测模型的参数和精度,本文所建立的模型是值得借鉴的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	练继建	天津大学建筑工程学院	332	3994	30.0	45.0
2	王秀杰	天津大学建筑工程学院	26	205	9.0	14.0
3	费守明		8	56	3.0	7.0