ARIMA与ANN组合预测模型在中长期径流预报中的应用

被引：8

作者：

傅新忠 ^{[1
,2
]}

冯利华 ^{[2
]}

陈闻晨 ^{[2
]}

机构：

[1] 浙江师范大学文化创意与传播学院

[2] 浙江师范大学旅游与资源管理学院

来源：

水资源与水工程学报 | 2009年 / 05期

关键词：

时间序列; BP神经网络; 中长期径流; ARIMA-ANN;

D O I：

暂无

中图分类号：

TV124 [];

学科分类号：

081501 ;

摘要：

基于时间序列预测模型及BP神经网络,提出了新的组合预测方法。该方法采用三层结构的BP神经网络来构造组合预测模型,运用时间序列模型预测方法得出的预测结果,采用历史滚动法将前5年的预测结果数据作为BP网络的输入,以当前年份的预测结果为网络期望输入,建立了ARIMA-ANN组合预报模型。利用Matlab7神经网络工具箱对塔里木河上游源流卡群水文站的年径流量进行了预报及验证。结果表明:组合模型的预报结果精度高,容错能力强,是中长期径流预报的有效方法。

引用

页码：105 / 109

页数：5

共 5 条

[1] 基于ARIMA-ANN的时间序列组合预测模型 [J].

张吉刚 ;

梁娜 .

三峡大学学报(自然科学版), 2008, (04) :86-88+109

[2] 人工神经网络在地表径流预报中的应用 [J].

刘清华 ;

史红亮 ;

安书全 .

三峡大学学报(自然科学版), 2007, (04) :292-294

[3] 时间序列模型在径流长期预报中的应用研究 [J].

胡军华 ;

唐德善 .

人民长江, 2006, (02) :40-41

[4]

MATLAB神经网络应用设计[M]. 机械工业出版社 , 张德丰等, 2009

[5]

A hybrid ARIMA and artificial neural networks model to forecast particulate matter in urban areas: The case of Temuco, Chile[J] . Luis A. Díaz-Robles,Juan C. Ortega,Joshua S. Fu,Gregory D. Reed,Judith C. Chow,John G. Watson,Juan A. Moncada-Herrera.Atmospheric Environment . 2008 (35)

← 1 →