基于小波－BP神经网络的贝叶斯概率组合预测模型及其应用

• 作者: 张验科 李荣波 杜拉 纪昌明
• 来源期刊: 中国农村水利水电
• 学科: 地球科学
• 关键词: 中长期径流预报 BP神经网络 小波分析 贝叶斯概率
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 水文水资源
• 页码范围: 50-53
• 页数: 4页
• 分类号: P338
• 字数: 3458字
• 语种: 中文

摘要

采用一元线性回归模型模拟贝叶斯分析的先验分布和似然函数，建立了基于小波－BP神经网络的贝叶斯概率组合预测模型，在结合区域的水文特性对数据进行预处理的基础上，将其应用于老挝Namngum水库的月径流量预测中，结果表明，该方法较单一BP神经网络模型和小波－BP神经网络模型而言，有效的提高了月径流量的预测精度；同时相对于确定性水文预报方法而言，基于小波－BP神经网络的贝叶斯概率组合预测模型定量地、以分布函数形式描述水文预报的不确定度，能向用户提供更多、更全面的信息，为决策提供更有价值的技术支持。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	纪昌明	华北电力大学可再生能源学院	189	1989	24.0	34.0
2	张验科	华北电力大学可再生能源学院	85	522	14.0	18.0
3	李荣波	华北电力大学可再生能源学院	13	124	8.0	11.0
4	杜拉	华北电力大学可再生能源学院	2	25	2.0	2.0