中长期径流预报中PCA-IBP模型的改进算法研究

• 作者: 李锐君 葛明涛 董素鸽
• 来源期刊: 河南科学
• 关键词: 径流预报 主成分分析 BP神经网络 模型 算法
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 地球科学
• 页码范围: 601-605
• 页数: 5页
• 分类号: TP319|TV121.2
• 语种: 中文

摘要

径流预报的信息有很大的相关性,这是必须在预报工作中避免的,同时,这些信息的维度较高,且以往处理这些信息的数学模型计算复杂度较高.针对以上问题提出了一种混合主成分分析方法(PCA,Principal Component Analysis)和改进BP(Improved Back Propagation)神经网络模型的中长期径流预报模型(PCA-IBP),此种方法可以很好地避免以上不足,可以进一步提高模型计算效率.实际数据验证表明,提出模型预报的精准程度以及效率都较传统的BP神经网络预报模型有所改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李锐君	郑州大学西亚斯国际学院	17	25	3.0	4.0
2	董素鸽	郑州大学西亚斯国际学院	19	51	4.0	6.0
3	葛明涛	郑州大学西亚斯国际学院	18	47	3.0	6.0