基于改进深度信念网络模型的中长期径流预测

• 作者: 于家瑞 宋艳红 岳兆新 洪敏 熊传圣 艾萍
• 来源期刊: 水力发电学报
• 学科: 工学
• 关键词: 水文预报 中长期径流预测 径流综合指数 偏互信息法 深度信念网络
• 年，卷（期）: 2020,（10）
• 页码范围: 33-46
• 页数: 14页
• 分类号: TV124
• 语种: 中文
• DOI: 10.11660/slfdxb.20201002

摘要

为提高流域中长期径流预测效果,提出径流综合指数构建、因子筛选和改进深度信念网络模型相结合的预测方法.首先研究不同水文站点(细粒度)月平均径流的一致性,构造流域径流综合指数(粗粒度),在较宏观层面研究流域水情丰枯变化;接着采用基于信息熵的因子筛选方法,获得影响流域水情丰枯变化的关键因子集,形成深度学习的输入;然后利用改进的深度信念网络(IDBN)模型进行预测.以雅砻江流域为例,将所建模型与多元线性回归、自回归移动平均、反向传播(BP)神经网络、支持向量机和传统深度信念网络等预测模型进行对比分析.结果 表明:所提方法具有较好的实用性,且IDBN模型具有更好的预测速度和精度.研究结果可为流域中长期径流变化趋势预测提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	艾萍		56	571	12.0	21.0
2	洪敏		3	7	2.0	2.0
3	岳兆新		15	86	4.0	9.0
4	熊传圣		3	4	1.0	2.0
5	宋艳红		1	0	0.0	0.0
6	于家瑞		4	5	1.0	2.0