為提高BP神經(jīng)網(wǎng)絡(luò)對(duì)徑流量的預(yù)測(cè)精度,將經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）方法與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合,采用云南省昭通市豆沙關(guān)水文站1959年1月至2015年12月的逐月徑流量,共設(shè)置4種方案構(gòu)建了徑流量預(yù)測(cè)模型。其中,方案一采用前1個(gè)月的徑流量預(yù)測(cè)下一個(gè)月的徑流量;方案二采用前2個(gè)月的徑流量預(yù)測(cè)下一個(gè)月的徑流量;方案三采用前3個(gè)月的徑流量預(yù)測(cè)下1個(gè)月的徑流量;方案四首先利用EMD將原始徑流序列分解為高頻項(xiàng)、低頻項(xiàng)、趨勢(shì)項(xiàng),然后采用前1個(gè)月的分解數(shù)據(jù)對(duì)這3類項(xiàng)下1個(gè)月的分解數(shù)據(jù)進(jìn)行預(yù)測(cè),最后疊加為預(yù)測(cè)的下1個(gè)月徑流量。結(jié)果表明:方案四的R²為0.86,高于其他3個(gè)方案,說(shuō)明將數(shù)據(jù)先通過(guò)EMD分解再分別預(yù)測(cè)徑流量能夠提高預(yù)測(cè)精度。研究成果可為未來(lái)構(gòu)建徑流量的預(yù)測(cè)模型和提高預(yù)測(cè)精度提供技術(shù)支撐。 

【文章來(lái)源】：人民長(zhǎng)江. 2020,51(09)北大核心

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

BP神經(jīng)網(wǎng)絡(luò)示意

計(jì)算流程示意

本文所用數(shù)據(jù)為云南省昭通市豆沙關(guān)水文站逐月徑流量數(shù)據(jù)。豆沙關(guān)水文站位于云南省昭通市鹽津縣豆沙鎮(zhèn)石門(mén)村,用于觀測(cè)橫江中下游的徑流量,控制面積為9 410 km2[19]。水文站位置如圖3所示。本文所用的豆沙關(guān)水文站逐月徑流量數(shù)據(jù)從1959年1月至2015年12月。其中,采用1959年1月至2010年12月的數(shù)據(jù)進(jìn)行訓(xùn)練,采用2011年1月至2015年12月的數(shù)據(jù)進(jìn)行驗(yàn)證。采用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)時(shí),需要先對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,將所有數(shù)據(jù)歸一化到[0,1]區(qū)間內(nèi),預(yù)測(cè)后再將數(shù)據(jù)還原[20]。數(shù)據(jù)歸一化處理如式(4)所示。

【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)的自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)在降水量預(yù)測(cè)中的應(yīng)用[J]. 李智超.  人民長(zhǎng)江. 2018(S1)
[2]基于改進(jìn)的神經(jīng)網(wǎng)絡(luò)與支持向量機(jī)的小流域日徑流量預(yù)測(cè)研究[J]. 馬樂(lè)寬,邱瑀,趙越,李雪,王玉秋.  水資源與水工程學(xué)報(bào). 2016(05)
[3]基于PCA和BP神經(jīng)網(wǎng)絡(luò)的徑流預(yù)測(cè)[J]. 聶敏,劉志輝,劉洋,姚俊強(qiáng).  中國(guó)沙漠. 2016(04)
[4]基于小波-BP神經(jīng)網(wǎng)絡(luò)的貝葉斯概率組合預(yù)測(cè)模型及其應(yīng)用[J]. 杜拉,紀(jì)昌明,李榮波,張驗(yàn)科.  中國(guó)農(nóng)村水利水電. 2015(07)
[5]基于HHT的徑流變化特征分析及驗(yàn)證[J]. 范琳琳,王紅瑞,來(lái)文立,俞淞.  水力發(fā)電學(xué)報(bào). 2015(05)
[6]基于T檢驗(yàn)的水文時(shí)間序列HHT分析方法及應(yīng)用[J]. 范琳琳,王紅瑞,宋乃琦,俞淞,王欣莉.  系統(tǒng)工程理論與實(shí)踐. 2015(05)
[7]基于EMD—ARMA年徑流預(yù)測(cè)研究[J]. 任博,胡慶武,任全志.  水土保持應(yīng)用技術(shù). 2015(02)
[8]基于不同輸入層的BP人工神經(jīng)網(wǎng)絡(luò)徑流模擬研究[J]. 何昳穎,陳曉宏,張?jiān)?丁華龍.  人民長(zhǎng)江. 2015(04)
[9]基于BP神經(jīng)網(wǎng)絡(luò)的概率徑流預(yù)測(cè)模型[J]. 周婭,郭萍,古今今.  水力發(fā)電學(xué)報(bào). 2014(02)
[10]涇河年徑流量BP神經(jīng)網(wǎng)絡(luò)模型研究[J]. 王崢,馬孝義,呂靜渭,尹京川,胡杰華.  人民黃河. 2012(04)

碩士論文
[1]改進(jìn)遺傳神經(jīng)網(wǎng)絡(luò)在時(shí)間序列預(yù)測(cè)中的研究與應(yīng)用[D]. 王昶.四川師范大學(xué) 2010



本文編號(hào)：3035538