基于遗传算法优化的小波神经网络在中长期水文预报中的应用——以三门峡为例

• 作者: 卢亚静 宋一凡 徐晓民 郭中小
• 来源期刊: 中国水利水电科学研究院学报
• 学科: 地球科学
• 关键词: 遗传算法 小波神经网络 时间序列 中长期水文预报
• 年，卷（期）: 2014,（4）
• 页码范围: 337-343
• 页数: 7页
• 分类号: P338
• 字数: 4164字
• 语种: 中文
• DOI: 10.13244/j.cnki.jiwhr.2014.04.001

摘要

造成中长期水文预报研究和预报困难的主要原因是水文现象本身的复杂性和不确定性,以及内部复杂的非线性关系,针对这些问题,本文建立了一种小波神经网络时间序列模型,并用遗传算法对小波神经网络的连接权值和伸缩变量、平移变量进行优化.使用这种模型对黄河三门峡站逐年月天然流量进行预报检验,并将检验结果与传统的小波神经网络和BP神经网络进行对比,从模型预报精度、趋势性和稳定性3个方面进行分析,分析发现,这种遗传算法优化的小波神经网络时间序列模型能够有效地克服传统的小波神经网络和BP网络容易陷入局部极小的缺陷,能够对水文现象的趋势性作出较精确的预测,具有良好的预报精度和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭中小		32	106	6.0	8.0
2	徐晓民		26	66	4.0	7.0
3	宋一凡		12	61	5.0	7.0
5	卢亚静	中国农业大学水利与土木工程学院	3	26	3.0	3.0