动态贝叶斯网络在水文预报中的应用

• 作者: 张丽 张永进 李维乾 薛保菊 解建仓
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 贝叶斯网络 动态贝叶斯网络 水文预报 数据挖掘 高阶马尔科夫链
• 年，卷（期）: 2010,（6）
• 所属期刊栏目: 工程与应用
• 页码范围: 231-234
• 页数: 4页
• 分类号: TP391
• 字数: 4028字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.06.067

摘要

贝叶斯网络是目前人工智能中不确定知识与推理中最有效的理论模型之一.提出一种基于动态贝叶斯网络模型理论的水文预报方法.在综合考虑降雨径流成因的基础上,利用领域专家知识构建网络模型,在已有降雨、流量数据的基础上通过计算变量间的条件概率来计算流量发生的可能性.最后,通过渭河流域成阳至临潼段历时数据进行仿真实验,对仿真结果和该模型进行了分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	解建仓	西安理工大学水利水电学院	388	5244	32.0	55.0
2	张永进	西安理工大学工商管理学院	50	607	12.0	23.0
3	李维乾	西安理工大学水利水电学院	19	223	10.0	14.0
5	薛保菊	西安理工大学水利水电学院	4	44	4.0	4.0
6	张丽		11	77	5.0	8.0