基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对径流中长期预报模型中广泛存在的不确定性问题,在以往研究的基础上,建立了基于最近邻回归预测的径流中长期多步概率预报模型.介绍了该模型的计算方法和重要参数的选取方法,并应用于实例预报工作中.结果表明,该模型在4个月的预报期内,具有较高的概率预报精度.同时,该模型概念清晰,避免了参数不确定性,不仅能够提供常规的确定性预报结果,而且能够给出在不同置信水平下的预报置信区间,便于量化预报风险,为最优决策的制定提供依据.
推荐文章
基于统计模型的西江枯季中长期径流预报研究
均生函数
周期分析
多元逐步回归
中长期径流预报
西江
中长期径流预报中PCA-IBP模型的改进算法研究
径流预报
主成分分析
BP神经网络
模型
算法
岚河流域径流中长期GM(1,2)时滞预测模型
岚河流域
灰色系统
时滞
GM(1,2)预测模型
基于灰色模型的中长期电力负荷预测
灰色模型
电力负荷
中长期预测
分等时段序列
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于多步预报模型的径流中长期预测研究
来源期刊 人民长江 学科 工学
关键词 径流 概率预报 时间序列 不确定性 最近邻回归
年,卷(期) 2012,(10) 所属期刊栏目 水文水资源
研究方向 页码范围 46-49,57
页数 分类号 TV121
字数 3846字 语种 中文
DOI 10.3969/j.issn.1001-4179.2012.10.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 董晓华 三峡大学水利与环境学院 72 364 9.0 15.0
2 刘冀 三峡大学水利与环境学院 37 180 6.0 12.0
3 李英海 三峡大学水利与环境学院 31 151 7.0 11.0
4 彭涛 三峡大学水利与环境学院 22 124 6.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (41)
共引文献  (94)
参考文献  (7)
节点文献
引证文献  (3)
同被引文献  (13)
二级引证文献  (4)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(4)
  • 参考文献(0)
  • 二级参考文献(4)
1995(6)
  • 参考文献(0)
  • 二级参考文献(6)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(8)
  • 参考文献(0)
  • 二级参考文献(8)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2019(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
径流
概率预报
时间序列
不确定性
最近邻回归
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
人民长江
月刊
1001-4179
42-1202/TV
大16开
武汉市解放大道1863号
38-22
1955
chi
出版文献量(篇)
12471
总下载数(次)
23
总被引数(次)
55454
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导