不同改进的ARIMA模型在水文时间序列预测中的应用

摘要：

为了拓展ARIMA模型在非线性水文时间序列预测中的应用,对其进行了三种不同形式的改进.为了尽可能地保留数据序列的原始信息,分别将ARIMA模型与Daubechies小波分析、经验模态分解法相结合,建立了WA-ARIMA和EMD-ARIMA预测模型;由于ARIMA模型对非线性项预测较差,而BP神经网络具有高度的非线性映射能力,将二者进行有效结合,建立了一种BP-ANN-ARIMA预测模型.在南宁市年降水量的预测中表明,改进后的模型较原始模型预测能力有了不同程度的提高,各模型预测的相对误差分别为11.2％、10.1％、6.8％、5.1％.

关键词：年降水量、ARIMA模型、经验模态分解、小波分析、神经网络

所属期刊栏目：44

分类号：TV121.7(水利工程基础科学)

资助基金：国家自然科学基金项目51369005;广西防灾减灾与工程安全重点实验室系统性研究项目2013ZDX04

在线出版日期：2018-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：12-14