共 19 条
基于MI-PCA与BP神经网络的石羊河流域中长期径流预报
被引：6
作者：
丁公博
[1
]
农振学
[2
]
王超
[3
]
宋培兵
[4
]
雷晓辉
[3
]
机构：
[1] 中国地质大学(北京)水资源与环境学院
[2] 中国能源建设集团广西电力设计研究院有限公司
[3] 中国水利水电科学研究院
[4] 浙江大学建筑工程学院
来源：
关键词：
互信息;
主成分分析;
互信息和主成分分析法;
BP神经网络;
石羊河流域;
D O I：
暂无
中图分类号：
P338 [水文预报];
学科分类号：
摘要：
使用神经网络进行水文预报的关键之一是预报因子(输入变量)的筛选。鉴于现有方法对预报中因子与径流间复杂的非线性相关关系考虑不充分以及因子间信息重叠导致的算法"过拟合"等问题,提出了一种信息熵理论和主成分分析方法相结合的预报因子筛选方法,并应用至石羊河流域的中长期径流预报中。实例研究表明:运用基于MI-PCA的预报因子筛选方法构建的石羊河流域中长期径流预报BP神经网络模型检验期预报合格率为91.67%,优于单独基于互信息法(83.33%)和主成分分析法(75.00%)的合格率,预报精度满足相关标准规范的要求,可为石羊河流域中长期径流预报提供实际支撑。
引用
收藏
页码：66 / 69
页数：4
相关论文