基于互信息与神经网络的天山西部山区 融雪径流中长期水文预报

• 作者: 周育琳 尹梓渊 彭亮 汤瑞 穆振侠 高瑞
• 来源期刊: 长江科学院院报
• 学科: 地球科学
• 关键词: 水文中长期预报 互信息法 相关系数 主成分 神经网络
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 水资源与环境
• 页码范围: 17-21
• 页数: 5页
• 分类号: P338
• 字数: 4737字
• 语种: 中文
• DOI: 10.11988/ckyyb.20170046

摘要

为提高天山西部山区融雪径流的预报精度,更好地指导所在区域的工农业生产发展,针对影响预报精度的关键问题(预报因子的选择),基于互信息法、相关系数法、主成分分析法对研究区的预报因子进行优选,采用RBF神经网络以及组合小波BP神经网络模型进行径流预报研究,并进行不同方案的比较.结果表明:①互信息法优选出的预报因子作为模型输入可以提高预报精度;②采用不同优选预报因子作为RBF神经网络以及组合小波BP神经网络模型的输入变量,结果表明RBF神经网络模型的预测精度要好于组合小波BP神经网络模型;③以相对误差作为评价模型精确度的标准,预测效果最好的是基于互信息方法挑选出的预报因子作为RBF神经模型输入数据的模型预测结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	穆振侠	新疆农业大学水利与土木工程学院	77	419	12.0	17.0
2	彭亮	新疆农业大学水利与土木工程学院	35	64	5.0	5.0
3	周育琳	新疆农业大学水利与土木工程学院	16	33	4.0	5.0
4	尹梓渊	新疆农业大学水利与土木工程学院	9	20	3.0	4.0
5	汤瑞	新疆农业大学水利与土木工程学院	10	21	3.0	4.0
6	高瑞	新疆农业大学水利与土木工程学院	8	16	3.0	3.0