基于小波神经网络的水库来水量预测模型

被引：13

作者：

张伟 ^{[1
,2
,3
]}

王聪聪 ^{[2
,4
]}

马文丽 ^{[1
,2
,3
]}

徐英 ^{[2
,4
]}

机构：

[1] 河海大学水利水电工程学院

[2] 河海大学水文水资源与水利工程科学国家重点实验室

[3] 河海大学水资源高效利用与工程安全国家工程研究中心

[4] 河海大学水文水资源学院

来源：

三峡大学学报(自然科学版) | 2011年 / 33卷 / 01期

基金：

高等学校博士学科点专项科研基金;

关键词：

来水量; 小波分析; 神经网络; BP; 预测;

D O I：

暂无

中图分类号：

TV697.21 [];

学科分类号：

081504 ;

摘要：

水库来水量预测是水库调度和水资源优化配置的重要依据,所以其预测精度值得引起重视.通过对小波分析理论和神经网络理论的研究,将两者结合起来,运用小波神经理论方法对水库来水量进行预测.取实例进行建模分析,并建立BP模型与之比较分析,计算结果为小波神经网络预测模型的精度比BP高很多,可以用于来水量预测.

引用

页码：9 / 12

页数：4

共 10 条

[1]

小波神经网络在沉降预测中的应用研究.[D].岳荣花.河海大学.2007, 06

[2] 基于改进阈值的提升小波变换在探地雷达信号去噪中的应用 [J].

许后磊 ;

储冬冬 .

三峡大学学报(自然科学版), 2010, 32 (02) :42-47

[3] 气象水文耦合的三峡水库入库水量预报研究 [J].

晏玲 ;

张世强 ;

张小文 .

人民长江, 2009, (24) :29-33+86

[4] 都江堰来水预测中BP网络训练方法的研究 [J].

邢茂琳 ;

周新志 .

微计算机信息, 2009, 25 (34) :149-150

[5] 水库逐月来水量预测方法研究 [J].

闻建伟 ;

张德民 ;

宋杰 ;

宇红艳 .

黑龙江水利科技, 2009, 37 (01) :154-154

[6] 城市供水管网水量预测的小波神经网络方法 [J].

刘洪波 ;

张宏伟 ;

闫晓强 .

天津大学学报, 2005, (07) :636-639

[7] 水库来水量预测的进化神经网络法 [J].

马吉刚 ;

崔远来 ;

沈细中 ;

宋志强 ;

王骆喜 ;

吴雷 .

中国农村水利水电, 2005, (02) :35-37

[8] 小波神经网络预测混凝土强度研究 [J].

洪锦祥 ;

黄卫 ;

缪昌文 .

工业建筑, 2004, (07) :47-49

[9] 用小波神经网络预测深基坑周围地表的沉降量 [J].

曹红林 ;

王靖涛 .

土工基础, 2003, (04) :58-60

[10] 小波神经网络的研究及其展望 [J].

张红英 ;

吴斌 .

西南工学院学报, 2002, (01) :8-10+15

← 1 →