基于VMD-BP模型的河流流量预测方法

• 作者: 申邵洪 程学军 袁艳斌 赵力学 黄解军
• 来源期刊: 长江科学院院报
• 学科: 工学
• 关键词: 河流流量 变分模态分解 BP神经网络 预测模型 水位-流量关系 宜昌水文站
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 水资源与环境
• 页码范围: 47-52
• 页数: 6页
• 分类号: TV11
• 字数: 5143字
• 语种: 中文
• DOI: 10.11988/ckyyb.20190326

摘要

河流流量是水文监测和水资源管理的重要指标,流量预测对于水利建设、航运规划和水资源调度等方面具有重要的指导意义和参考价值.结合变分模态分解(VMD)处理非平稳序列的优势以及BP神经网络(BPNN)处理非线性拟合的能力,提出和构建了基于VMD-BP模型的河流流量预测方法.以长江宜昌水文站为实例,基于1998年和1999年的日水位和日流量数据,对方法模型进行了验证.结果表明:VMD-BP模型在一定程度上解决了水位和流量的多值关系,降低了数据的波动性,预测结果优于线性拟合的回归模型和BPNN模型,预测误差仅为1.61％,为河流流量预测提供了一种有效的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁艳斌	武汉理工大学资源与环境工程学院	55	986	13.0	31.0
2	申邵洪	长江科学院空间信息技术应用研究所	16	111	7.0	10.0
3	程学军	长江科学院空间信息技术应用研究所	14	130	7.0	11.0
4	黄解军	武汉理工大学资源与环境工程学院	34	272	9.0	16.0
5	赵力学	武汉理工大学资源与环境工程学院	1	0	0.0	0.0