径流序列的相空间重构神经网络预测模型

被引：7

作者：

陈南祥

黄强

曹连海

徐建新

机构：

[1] 西安理工大学水利水电学院

[2] 华北水利水电学院岩土工程系

[3] 华北水利水电学院水利工程系

来源：

河海大学学报(自然科学版) | 2005年 / 05期

关键词：

径流; 相空间重构; 神经网络; 预测模型;

D O I：

暂无

中图分类号：

P338.9 [];

学科分类号：

摘要：

在水文水资源领域中引入混沌理论,将相空间重构理论与神经网络理论相结合,提出了径流时间序列预测模型.通过相空间重构,把一维径流时间序列拓展为多维序列,而多维序列可挖掘更为丰富的信息,有利于神经网络的训练.研究表明,利用神经网络建模可以较好地解决非线性问题,使预测更符合实际.以汉江石泉水库逐月平均入库径流序列为例,建立了径流时间序列相空间重构与神经网络耦合预测模型,计算结果表明,模型有较高的预测精度.

引用

页码：490 / 493

页数：4