基于小波神经网络方法的降水量预测研究

侯泽宇卢文喜陈社明

吉林大学;

摘要：

小波神经网络作为国际上新兴的一种数学建模分析方法,充分继承了小波变换良好的时频局部化性质及神经网络的自学习功能和极强的非线性能力等优点.降水量预测模型中神经网络选择BP网络,隐含层激发函数选取Morlet小波,并利用MATLAB编写预测程序,运用吉林西部地区白城、长岭、前郭3个测站1957-2010年的降水资料对模型进行训练、检验,进而预测三站未来十年的降水量.研究结果表明,小波神经网络预测模型对降水量的变化趋势预测准确,结构简单,收敛速度快,具有较高的实际应用价值,但其对于降水量具体值的预测精度有待于进一步提高；未来十年,吉林西部地区将处于降水量变化周期的丰水阶段,各相关部门应根据实际情况做好相应的准备.

关键词：小波神经网络、降水量预测、吉林西部、MATLAB、丰水阶段

分类号：P338.9(水文科学（水界物理学）)

资助基金：吉林省科技发展计划项目20080456

在线出版日期：2016-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：31-34