摘要
针对GM(1,1)模型在原始数据变化幅度较大且趋势不明显时,预测效果差的情况,提出了用人工神经网络对GM(1,1)模型的残差系列进行修正的改进模型,并将其应用于和田河径流变化预测中。结果表明,该方法提高了模型精度,为分析和田河径流变化趋势提供了有效的方法。
GM（1,1） is limited to forecast when the input data is very various and random. Use artificial neural networks to adjust errors of GM（1,1） and the adjust model is presented in this paper. The forecast for Hetian River runoff is obtained.
出处
《黑龙江水专学报》
2006年第4期6-8,共3页
Journal of Heilongjiang Hydraulic Engineering College
基金
国家自然科学基金(50579063)
关键词
GM(1
1)模型
BP网络
径流
预测
和田流域
GM（ 1,1） model networks
BP neural
runoff
forecast
Hetian River catchment areas
