發(fā)布時(shí)間：2021-11-28 20:08

　　河流枯季徑流量的實(shí)時(shí)變化影響著對(duì)其預(yù)測(cè)結(jié)果的精確性,為得到準(zhǔn)確的預(yù)測(cè)結(jié)果,提高預(yù)測(cè)效率,提出一種基于SSA-PPR模型的河流枯季徑流量變化預(yù)測(cè)方法。采用SSA-PPR模型構(gòu)建河流枯季徑流量變化預(yù)測(cè)的大數(shù)據(jù)統(tǒng)計(jì)分析模型,采用量化統(tǒng)計(jì)特征分析方法實(shí)現(xiàn)對(duì)徑流量動(dòng)態(tài)變化特征的挖掘,得到變化統(tǒng)計(jì)特征量,并結(jié)合模糊信息挖掘和自適應(yīng)學(xué)習(xí)得到河流枯季徑流量變化的動(dòng)態(tài)解析結(jié)果。根據(jù)解析結(jié)果進(jìn)行流量變化的動(dòng)態(tài)分類識(shí)別,完成對(duì)河流枯季徑流量變化的準(zhǔn)確預(yù)測(cè)。仿真結(jié)果表明,本文方法的預(yù)測(cè)結(jié)果準(zhǔn)確性較高,自適應(yīng)性較好,且預(yù)測(cè)效率較高,有效提高了預(yù)測(cè)過程的收斂性,對(duì)量化分析河流枯季徑流量變化具有很好的指導(dǎo)意義。 

【文章來源】：計(jì)算機(jī)與現(xiàn)代化. 2020,(08)

【文章頁數(shù)】：5 頁

【部分圖文】：

河流枯季徑流量采樣時(shí)域分布

河流枯季徑流量變化預(yù)測(cè)指數(shù)分布

圖2 河流枯季徑流量變化預(yù)測(cè)指數(shù)分布分析圖2得知，本文方法能有效實(shí)現(xiàn)對(duì)河流枯季徑流量變化預(yù)測(cè)，其中測(cè)試樣本與訓(xùn)練樣本的擬合性較好，說明本文方法的預(yù)測(cè)收斂性較好。

【參考文獻(xiàn)】：
期刊論文
[1]河流下開采巖層移動(dòng)及地表變形預(yù)測(cè)研究[J]. 丁飛,付俊,周罕,唐紹輝,黃英華.  礦冶工程. 2019(05)
[2]大樣本數(shù)據(jù)模型方法在中小河流流量測(cè)驗(yàn)中的應(yīng)用[J]. 曹浩,汪成剛,李吉濤.  長(zhǎng)江科學(xué)院院報(bào). 2019(11)
[3]基于 CORDEX 數(shù)據(jù)集的碧流河流域徑流預(yù)估[J]. 蔡文君,鄶海威,祝雪萍,徐玉榮.  水利水電技術(shù). 2019(09)
[4]低空遙感無人機(jī)影像反演河道流量[J]. 趙長(zhǎng)森,潘旭,楊勝天,劉昌明,陳新,張含明,潘天力.  地理學(xué)報(bào). 2019(07)
[5]基于隨機(jī)漂移粒子群優(yōu)化的隨機(jī)森林預(yù)測(cè)模型及水文應(yīng)用實(shí)例[J]. 崔東文,郭榮.  三峽大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(02)
[6]基于數(shù)據(jù)驅(qū)動(dòng)模型的河流水溫異變研究[J]. 唐雨佳,黃競(jìng)爭(zhēng),劉鋒,蔡華陽.  水文. 2019(01)
[7]埕島油田東南部館上段河道砂體儲(chǔ)層預(yù)測(cè)技術(shù)[J]. 武群虎,高喜龍,楊啟浩,李琳艷,劉少斌.  特種油氣藏. 2019(01)
[8]基于水循環(huán)神經(jīng)網(wǎng)絡(luò)模型的海堤滲壓預(yù)測(cè)研究[J]. 藍(lán)祝光,黃銘.  應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào). 2018(06)
[9]三峽水庫(kù)對(duì)壩下河流水文情勢(shì)影響研究[J]. 王鴻翔,陳鼎新,李越,查胡飛,郭文獻(xiàn).  水生態(tài)學(xué)雜志. 2018(05)
[10]河道數(shù)據(jù)對(duì)流溪河模型預(yù)報(bào)中小河流洪水的影響[J]. 覃建明,陳洋波,李明亮,王幻宇.  人民長(zhǎng)江. 2018(12)



本文編號(hào)：3525067