基于马尔可夫链校正GM-BP模型的径流预测

• 作者: 徐冬梅 李庆敏 李文锦 王文川
• 来源期刊: 南水北调与水利科技
• 学科: 工学
• 关键词: 马尔可夫链 灰色模型 BP神经网络模型 校正组合预测 径流预报
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 水文水资源
• 页码范围: 44-49
• 页数: 6页
• 分类号: TV124
• 字数: 6726字
• 语种: 中文
• DOI: 10.13476/j.cnki.nsbdqk.2019.0108

摘要

为进一步提高中长期径流预报精度,以兰西水文站1959-2014年径流深数据为例,分别利用灰色模型和BP神经网络模型对径流深数据进行预测,采用马尔可夫链推求状态概率对预测结果校正,用最小二乘法对双模型校正结果进行耦合.模型所得组合校正预测结果通过平均相对误差、均方差和合格率进行统计描述,校正后的组合预测结果平均相对误差和均方差分别为12.72％和11.70,均要优于灰色模型和BP神经网络模型且90.91％的预报结果满足相对误差小于20％的控制条件.可见,耦合模型能有效规避单一模型已存在的缺点,基于马尔可夫链的修正结果可使预测精度进一步提升.因此,本研究提供的组合校正模型在一定程度上具有更好的拟合效果和预报精度,是一种具有实用价值的预测模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王文川	华北水利水电大学水利学院	81	387	11.0	17.0
2	徐冬梅	华北水利水电大学水利学院	48	245	10.0	14.0
3	李文锦	华北水利水电大学水利学院	4	3	1.0	1.0
4	李庆敏	华北水利水电大学水利学院	4	3	1.0	1.0