基于联系数的区域水资源承载力诊断指标组合预测研究

被引：8

作者：

李辉 ^{[1
,2
]}

卞锦宇 ^{[3
]}

周婷 ^{[4
]}

金菊良 ^{[1
,2
]}

张礼兵 ^{[1
,2
]}

机构：

[1] 合肥工业大学土木与水利工程学院

[2] 合肥工业大学水资源与环境系统工程研究所

[3] 南京水利科学研究院水文水资源研究所

[4] 安徽农业大学水利工程系

来源：

华北水利水电大学学报(自然科学版) | 2018年 / 39卷 / 03期

基金：

国家重点研发计划;

关键词：

水资源承载力; 诊断指标; 组合预测模型; 联系数;

D O I：

暂无

中图分类号：

TV213.4 [水利资源的管理、保护与改造];

学科分类号：

082802 ;

摘要：

为提高区域水资源承载力诊断指标预测结果的精度和稳定性,在建立区域水资源承载力诊断指标预测的BP神经网络、多元线性回归和支持向量机模型(SVM)的基础上,建立了基于联系数的区域水资源承载力诊断指标组合预测模型(CFCN)。通过对区域水资源承载力水量要素能力表征指标的预测分析,结果表明,CFCN的预测平均误差最小(0.27%)、预测精度最高、稳定性最好,CFCN综合了BP神经网络、多元线性回归和支持向量机这3种预测方法的优势,克服了在区域可利用水量预测中BP神经网络外延性差、多元线性回归模型预测精度低、支持向量机拟合效果差的缺点,预测精度较单一的预测模型有显著提高。上述组合预测方法可为区域水资源承载力诊断指标预测提供有效的方法和技术支持。

引用

页码：18 / 23

页数：6

共 25 条

[11] 基于混沌相空间技术的地下水埋深预测的BP网络模型 [J].