Resilient back propagation神经网络模型与autoregression型在径流预报中的比较研究

摘要：

本文以黄河利津站和浙江省白溪水库的月径流水文序列为例,在自相关分析的基础上,建立自回归autoregression模型,并参照其结构建立了相应的resilient back propagation神经网络预报模型.比较结果显示:(1)resilient back propagation模型的模拟预报结果与序列的自相关性有密切关系;(2)当序列有较好的自相关性时,可参照autoregression模型建立相应的resilient back propagation模型;(3)与传统autoregression模型相比.resilient back propagation模型能取得更高的预报精度;且随着预报步长增加,resilient back propagation模型的优势更加明显.

关键词：水文时间序列、弹性back propagation神经网络、自回归模型、月径流预报

所属期刊栏目：44

分类号：TV124;P338(水利工程基础科学)

资助基金：国家自然科学基金40725010、40730635、40671030

在线出版日期：2009-02-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：666-673