典型降水预报ANN多指标优选——以太湖湖西区为例

• 作者: 周雨婷 孟德青 王文鹏 王栋 王远坤
• 来源期刊: 水文
• 学科: 地球科学
• 关键词: 预报 神经网络 降水 时间序列 太湖流域
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 技术应用
• 页码范围: 35-39
• 页数: 5页
• 分类号: P456.3
• 字数: 3628字
• 语种: 中文
• DOI: 10.19797/j.cnki.1000-0852.20180410

摘要

为提高多种典型人工神经网络应用于降水预报的精度与稳定性并做出优选,对太湖流域湖西区丹徒、丹阳、金坛、溧阳、宜兴5站的年降水量时间序列建立基于组成成分分析的人工神经网络模型,并通过平均相对误差、平均绝对误差、均方根误差及合格率4项评价指标对比分析预报效果.该模型采用Mann-Kendall法、秩和检验法、谱分析法进行组成成分分析;建立BP网络、小波神经网络、RBF网络、GRNN网络及Elman网络模拟并预测随机成分,与确定性成分叠加得年降水量预报结果.在湖西区的研究结果表明,基于组成成分分析的人工神经网络模型的拟合及预测精度高于原始人工神经网络和线性自回归模型,GRNN网络的预测精度与稳定性高于其他4类神经网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王栋	南京大学地球科学与工程学院	66	1002	18.0	30.0
2	孟德青		7	4	1.0	1.0
3	王远坤	南京大学地球科学与工程学院	25	93	6.0	9.0
4	王文鹏	河海大学计算机与信息学院	5	18	3.0	4.0
5	周雨婷	南京大学地球科学与工程学院	3	0	0.0	0.0