基于CEEMD-LSSVM-NNBR模型中长期入库径流模拟

• 作者: 付强 刘东 纪毅 董洪涛 邢贞相
• 来源期刊: 东北农业大学学报
• 学科: 工学
• 关键词: 中长期径流模拟 信号分解 子序列 CEEMD-LSSVM-NNBR
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 研究报告
• 页码范围: 76-85
• 页数: 10页
• 分类号: TV121
• 字数: 4515字
• 语种: 中文

摘要

为提高中长期径流模拟精度,提出使用完备总体经验模态分解(CEEMD)产生更低噪信号作为模拟模型输入.应用CEEMD方法对径流序列作信号分解,时间序列被分解为若干子序列,每一子序列通过最小二乘支持向量机(LSSVM)模型分别模拟,之后将每个子序列模拟结果重构以获得最终径流模拟结果.以石头峡水库入库径流模拟为例,试验结果表明,与LSSVM模型相比,CEEMD-LSSVM模型可提高水库汛期入库径流模拟精度.对于整体序列和汛期序列,其纳什效率系数、平均相对误差和均方根误差模拟效果均明显提高;但在枯水期模拟精度不理想,主要由于枯水期径流量数值波动较小、序列平缓所致.因此,CEEMD方法对于汛期径流序列分解更具优势,对枯水期径流序列分解效果有待提高.将适用于枯水期径流模拟的最近邻抽样回归模型(NNBR)与CEEMD-LSSVM结合成组合模型CEEMD-LSSVM-NNBR,可用于全年入库径流模拟.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付强	东北农业大学水利与土木工程学院	317	3949	29.0	46.0
2	邢贞相	东北农业大学水利与土木工程学院	53	278	8.0	14.0
3	刘东	东北农业大学水利与土木工程学院	126	881	15.0	20.0
4	纪毅	东北农业大学水利与土木工程学院	8	26	4.0	5.0
5	董洪涛	东北农业大学水利与土木工程学院	2	0	0.0	0.0