基于SSA-PPR模型的河流枯季径流量变化预测方法

• 作者: 胡鑫
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: SSA-PPR模型 河流枯季径流量 变化预测 自适应学习 统计分析 动态解析
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 人工智能
• 页码范围: 89-93
• 页数: 5页
• 分类号: TV121
• 字数: 4777字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2020.08.014

摘要

河流枯季径流量的实时变化影响着对其预测结果的精确性,为得到准确的预测结果,提高预测效率,提出一种基于SSA-PPR模型的河流枯季径流量变化预测方法.采用SSA-PPR模型构建河流枯季径流量变化预测的大数据统计分析模型,采用量化统计特征分析方法实现对径流量动态变化特征的挖掘,得到变化统计特征量,并结合模糊信息挖掘和自适应学习得到河流枯季径流量变化的动态解析结果.根据解析结果进行流量变化的动态分类识别,完成对河流枯季径流量变化的准确预测.仿真结果表明,本文方法的预测结果准确性较高,自适应性较好,且预测效率较高,有效提高了预测过程的收敛性,对量化分析河流枯季径流量变化具有很好的指导意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡鑫		7	2	1.0	1.0