基于人工神经网络和正规化周期回归的耦合模型及其应用

• 作者: 申云 陈俊合
• 来源期刊: 广东水利水电
• 学科: 地球科学
• 关键词: 中长期水文预报 周期回归 神经网络 降雨径流 新丰江流域
• 年，卷（期）: 2009,（10）
• 所属期刊栏目: 研究与应用
• 页码范围: 1-3,17
• 页数: 4页
• 分类号: P338+.2
• 字数: 3436字
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0112.2009.10.001

摘要

利用方差分析周期外推方法,提出了改进的正规化周期回归模型,将该模型应用到新丰江流域的径流序列,进行模拟和预测,计算结果表明:长期趋势项和周期项拟合后基本上能够反映出实测径流序列的特征和变化,但预报的精度还不够高,为此,提出了基于人工神经网络和正规化周期回归的耦合模型,对周期回归模型分离出来的随机项时间序列进行BP神经网络的分析、计算预测,并且把预测的结果拟合到周期回归模型的预测结果中,从而达到了从整体上提高预测精度的目的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈俊合	中山大学地理科学与规划学院	16	321	8.0	16.0
2	申云		2	5	2.0	2.0