不同改进的ARIMA模型在水文时间序列预测中的应用

• 作者: 杜懿 麻荣永
• 来源期刊: 水力发电
• 学科: 工学
• 关键词: 年降水量 ARIMA模型 经验模态分解 小波分析 神经网络
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 水文水资源
• 页码范围: 12-14
• 页数: 3页
• 分类号: TV121.7
• 字数: 2306字
• 语种: 中文
• DOI: 10.3969/j.issn.0559-9342.2018.04.004

摘要

为了拓展ARIMA模型在非线性水文时间序列预测中的应用,对其进行了三种不同形式的改进.为了尽可能地保留数据序列的原始信息,分别将ARIMA模型与Daubechies小波分析、经验模态分解法相结合,建立了WA-ARIMA和EMD-ARIMA预测模型;由于ARIMA模型对非线性项预测较差,而BP神经网络具有高度的非线性映射能力,将二者进行有效结合,建立了一种BP-ANN-ARIMA预测模型.在南宁市年降水量的预测中表明,改进后的模型较原始模型预测能力有了不同程度的提高,各模型预测的相对误差分别为11.2％、10.1％、6.8％、5.1％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	麻荣永	广西大学土木建筑工程学院	46	399	10.0	18.0
10	杜懿	广西大学土木建筑工程学院	13	32	4.0	4.0