基于随机森林和RBF神经网络的长期径流预报

• 作者: 张晓丽 李国会 赵文秀
• 来源期刊: 人民黄河
• 学科: 地球科学
• 关键词: 随机森林模型 RBF神经网络 滚动式预报 长期预报 径流预报
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 水文泥沙
• 页码范围: 10-12
• 页数: 3页
• 分类号: P338
• 字数: 2409字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1379.2015.02.003

摘要

基于我国南方某河流1965—1999年每年7月的实测流量资料，首先采用随机森林模型筛选预报因子，之后利用筛选的预报因子作为RBF神经网络的输入层，利用RBF神经网络对2000—2008年每年7月的流量进行了“滚动式”预报，并与实测结果进行了对比。结果表明：随机森林模型能有效地筛选影响因子，利用这些因子采用RBF神经网络进行径流预报的相对误差均在10％以内，拟合效果很好；“滚动式”长期径流预报结果相对误差的绝对值均在20％以内。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张晓丽		16	75	5.0	8.0
2	李国会		3	15	1.0	3.0
3	赵文秀		3	24	2.0	3.0