基于Copula熵的神经网络径流预报模型预报因子选择

• 作者: 卢韦伟 叶磊 周建中 肖舸 郭生练 陈健国 陈璐
• 来源期刊: 水力发电学报
• 学科: 工学
• 关键词: 水文学及水资源 神经网络 水文预报 预报因子选择 Copula熵 偏互信息
• 年，卷（期）: 2014,（6）
• 页码范围: 25-29,90
• 分类号: TV213
• 语种: 中文

摘要

采用神经网络进行水文预报的关键问题之一是预报因子(输入变量)的选择,目前国内尚缺有效、系统的理论方法,国外主要是采用偏互信息(Patial mutual information,PMI)法.本文针对偏互信息计算方法的缺陷,引入Copula熵的概念,推导Copula熵与互信息的关系,提出采用Copula熵计算PMI;并借助模拟试验检验了所提方法的合理性;最后,将该方法应用到三峡水库的水文预报中,并与现行方法进行了比较分析.结果表明,本文所提方法不仅具有理论基础,而且结果合理可信.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周建中	华中科技大学水电与数字化工程学院	395	5250	35.0	50.0
2	郭生练	武汉大学水资源与水电工程科学国家重点实验室	288	5913	39.0	62.0
3	陈璐	华中科技大学水电与数字化工程学院	31	161	7.0	11.0
4	卢韦伟	华中科技大学水电与数字化工程学院	6	51	4.0	6.0
5	叶磊	华中科技大学水电与数字化工程学院	4	35	3.0	4.0
6	肖舸		2	16	2.0	2.0
7	陈健国		1	12	1.0	1.0